焼きなまし法とは

焼きなまし法とは、膨大な選択肢の中からよりよい組み合わせを探すための計算手法で、序盤は大胆に寄り道を許し、終盤に向けて徐々に探索を絞り込んでいくのが特徴です。シミュレーテッドアニーリングとも呼ばれます。配送ルートや工場の段取りのように、総当たりでは到底調べきれない問題で力を発揮する考え方です。

わざと「悪い手」も受け入れる理由

霧の中で一番低い谷底を探す場面を想像してください。常に下る方向だけを選ぶと、近くの浅いくぼみに着いた時点で動けなくなります。これが局所最適、つまり「そこそこ良いが最良ではない答え」に嵌まった状態です。

焼きなまし法は、この罠を避けるために序盤はあえて坂を登る選択（一時的に悪くなる手）も確率的に受け入れます。その大胆さの度合いが「温度」と呼ばれるパラメータです。高温のうちは広くさまよい、温度を下げるにつれて慎重になり、深い谷へ落ち着いていく。この流れが、金属を熱してゆっくり冷ます加工の様子に重ねられています。

使われてきた問題の顔ぶれ

応用先として知られるのは、巡回セールスマン問題（訪問先を回る最短ルート探し）、工場のジョブショップスケジューリング（作業の段取り組み）、タンパク質の構造予測などです。共通するのは、候補が組み合わせ的に爆発し、厳密な最良解を求めるのが現実的でないこと。十分よい解を現実的な時間で得たい場面で選ばれてきました。

経営判断に引き寄せると

このアルゴリズムの哲学は、事業の意思決定にも示唆があります。最初から効率だけを追うと、最初に見つけた浅い谷から出られなくなる。探索の初期には一見無駄な試行を許し、知見がたまるほど絞り込む。あくまでおおまかなアナロジーですが、新規事業の試行錯誤に通じる構図ではないでしょうか。

焼きなまし法に関するよくある質問

焼きなまし法はAIや機械学習の仲間ですか？

データから規則を学ぶ機械学習とは別系統で、最適化アルゴリズムと呼ばれる分野の手法です。決められた評価基準のもとで、良い組み合わせを効率よく探すことに特化しています。

焼きなまし法を使えば必ず一番よい答えが見つかりますか？

保証はありません。大域最適解を「近似」する確率的な手法なので、厳密な最良解ではなく、十分よい解を現実的な時間で得ることを狙います。

どんなときに焼きなまし法を選ぶべきですか？

候補の組み合わせが多すぎて総当たりが不可能で、かつ厳密な最良解でなくても実用上は十分、という条件がそろったときです。逆に候補が少ない問題なら、すべて調べたほうが確実です。