スケーリング則を利用したノイズ注入型Hopfield NNによる組合せ最適化問題の解法

摘要

組合せ最適化問題は、問題の規模が大きくなると、解の総数が指数関数的に増加し、総解を求める方法を用いると、計算時間が長くなり、実質的には計算不可能である。 組合せ最適化問題の解法のひとつとして、Hopneld NNを用いる方法が提案されている。 しかし、この方法を用いると、ネットワークは局所解に陥ってしまい、最適解を求めることができない。 ネットワークの局所解脱出のために、ニューロンにノイズを注入する方法が提案されている。 本研究では、解探索能力の向上のために、スケーリング則を利用したノイズ注入型Hopfield NNを提案する。 コンピュータシミュレーションを用いて、提案手法による二次割り当て問題の解探索能力について調査を行う。