本文中討論的實施方式涉及存儲程序的非暫態(tài)計算機可讀記錄介質(zhì)、數(shù)據(jù)處理方法和數(shù)據(jù)處理裝置。
背景技術(shù):
1、作為計算組合優(yōu)化問題的裝置,存在基于伊辛型目標函數(shù)來搜索解的伊辛機。目標函數(shù)以二次無約束二進制優(yōu)化(qubo)格式表示。目標函數(shù)也可以被稱為能量函數(shù)。在通過伊辛機尋找解時,例如使用了模擬退火(sa)、量子退火(qa)等。伊辛機是qubo求解器的一種類型。
2、例如,提出了一種通過退火例如sa或qa來求解多目標優(yōu)化問題的優(yōu)化裝置。所提出的優(yōu)化裝置通過使用基于在通過退火獲得的最優(yōu)解的途中存在的多個中間解的多點搜索方法來執(zhí)行解搜索,從而使得能夠針對多個目標函數(shù)中的每一個獲得對于至少一個目標函數(shù)具有令人滿意的值的解。
3、注意,提出了一種使用初始化規(guī)則來訓練的系統(tǒng),該初始化規(guī)則用于通過使用由優(yōu)化算法例如梯度下降求解的問題及其解的機器學習來獲得在該優(yōu)化算法中使用的最優(yōu)初始化值。
4、此外,提出了一種通過稱為量子猝滅算法的方法來獲得組合優(yōu)化問題的解的系統(tǒng)。此外,提出了一種最優(yōu)解搜索裝置,該最優(yōu)解搜索裝置通過簡化用于獲得最優(yōu)解的算術(shù)運算的簡單算術(shù)運算來尋找其中的每一個不是最優(yōu)解但近似于最優(yōu)解的多個近似解,并且通過其中將包含近似解的解群組作為初始群體的遺傳算法來搜索最優(yōu)解。
5、日本特許專利公開第2022-118555號、美國專利申請公開第2022/0164644號、美國專利申請公開第2020/0202249號和日本特許專利公開第2022-79376號作為相關技術(shù)被公開。
技術(shù)實現(xiàn)思路
1、技術(shù)問題
2、作為組合優(yōu)化問題,存在在預定區(qū)域中布置多個項目的問題。這樣的問題的示例包括包裝問題、調(diào)度問題等。然而,通過qubo難以準確地表達約束條件例如問題中的項目的形狀和項目可以布置的位置,并且使用伊辛機可能無法有效地尋找解。
3、在一個方面,實施方式的目的是提高尋找解的效率。
4、問題的解決方案
5、根據(jù)實施方式的一方面,提供了一種存儲程序的非暫態(tài)計算機可讀記錄介質(zhì),所述程序用于使計算機執(zhí)行處理,所述處理包括:獲取指示在預定區(qū)域中布置多個項目的問題的信息;針對多個項目中的每一個,基于信息來生成根據(jù)項目布置在區(qū)中的位置的多個狀態(tài);指定包括在多個項目中的兩個項目的多個對,并且根據(jù)所指定的多個對中的兩個項目的狀態(tài)的組合來計算指示評估值的評估函數(shù);針對多個項目的狀態(tài)的組合生成伊辛型目標函數(shù),伊辛型目標函數(shù)包括指示由評估函數(shù)指示的多個對中的每一對的評估值的總和的成本項;以及通過使用基于目標函數(shù)搜索解的搜索單元來獲取與問題對應的解。
6、發(fā)明的有益效果
7、在一個方面,可以提高尋找解的效率。
1.一種存儲程序的非暫態(tài)計算機可讀記錄介質(zhì),所述程序用于使計算機執(zhí)行處理,所述處理包括:
2.根據(jù)權(quán)利要求1所述的非暫態(tài)計算機可讀記錄介質(zhì),所述處理還包括:
3.根據(jù)權(quán)利要求1所述的非暫態(tài)計算機可讀記錄介質(zhì),所述處理還包括:
4.根據(jù)權(quán)利要求1所述的非暫態(tài)計算機可讀記錄介質(zhì),所述處理還包括:
5.根據(jù)權(quán)利要求1所述的非暫態(tài)計算機可讀記錄介質(zhì),其中,
6.根據(jù)權(quán)利要求1所述的非暫態(tài)計算機可讀記錄介質(zhì),其中,
7.根據(jù)權(quán)利要求6所述的非暫態(tài)計算機可讀記錄介質(zhì),所述處理還包括:
8.一種由計算機實現(xiàn)的數(shù)據(jù)處理方法,所述數(shù)據(jù)處理方法包括:
9.一種數(shù)據(jù)處理裝置,包括: