内容

目次

第1章　はじめに 1.1　メタヒューリスティクスとは 1.2　最適化問題とは 1.3　メタヒューリスティクスの基本戦略 第2章　代表的なメタヒューリスティクス 2.1　局所探索法 2.2　多出発局所探索法 2.3　反復局所探索法 2.4　模擬焼なまし法 2.5　禁断探索法 2.6　誘導局所探索法 2.7　大近傍探索法 2.8　探索空間平滑化法と交互平滑化法 2.9　部品最適化法 2.10　多レベル法 2.11　貪欲ランダム適応型探索法 2.12　蟻群生法 2.13　遺伝的アルゴリズム 2.14　散布探索法 第3章　数理計画とメタヒューリスティクスの融合 3.1　分枝限定法 3.2　なぜ融合が必要か？ 3.3　変数固定法 3.4　打ち切り分枝限定法と飛び込み法 3.5　緩和固定法 3.6　容量スケーリング法 3.7　MIP近傍局所探索法 3.8　局所分枝法 3.9　MIP併合法 第4章　応用 4.1　グラフ分割問題 4.2　最大安定集合問題 4.3　グラフ彩色問題 4.4　巡回セールスマン問題 4.5　2次割当問題 4.6　多制約ナップサック問題 4.7　数分割問題 付録　Python概説 索引