组合优化问题,在应用数学和理论计算机科学领域,指的是在一个有限的对象里集中找出最优对象的一类课题。这类问题特征是可行解的集是离散或者可以简化到离散结果,并且目标是要找到最优解。当前,常见的组合优化问题通用版上包括旅行商问题和最小生成树,行业场景领域上涉及极大规模的集成电路设计、药物设计和财务组合管理等问题。
显然,无论是金融、制药或是财务等领域,组合优化问题都是最贴近科技赋能日常生活与工作的实用问题之一,一旦有效解决这类问题,将会迅速提高我们的日常效率,而同时经过了实验和市场论证的最优解算工具就是“退火算法”。
组合优化问题的挑战与解算方案
当前,因为在组合优化问题的解算中,穷举搜索和枚举法并不可行。其核心问题主要在于理论分析中涉及了拓扑分析,所以在不同的拓扑形态下,不同部分的约束关系就不同,算法也需要随时调整。如果给定一个拓扑形态,组合优化往往就退化成一个整数优化的问题了,这样有些问题就可以比较简单的推理和解算了。
以组合优化问题之一的旅行商问题(TSP)为例,最早的旅行商问题的数学规划是在1959年由Dantzig等人提出,它是最基本的最短路径问题,这也属于组合优化中的一个NP困难问题。
具体的问题描述为旅行商要到若干个城市旅行,各城市之间的费用是已知的,为了节省费用,旅行商决定从所在城市出发,到每个城市旅行一次后返回初始城市,那么他应选择什么样的路线才能使所走的总费用最短?当城市数量增加时,问题的复杂度