一般ベンチでは思わしくない結果に

手持ちのテストプロジェクトがかろうじて動くようになり、やってみると惨憺たる結果となりました。
これらは、リアルベンチ（実使用のプロジェクト）ではあり、現在のScNurseの優秀さを改めて実感するという結果になりつつあります。ここまで、結果が分かれるとは、正直予想していませんでした。
　また、実問題で走らせてみると新たなに別な問題も発生して、この対応にまた時間がかかりそうです。
　
　

要素技術開発がほぼ終了

ずっとSchedulingBenchmarkサイト問題に取り組んでいましたが、これは、NSPの特殊形であって一般系ではありません。現在、これを一般系でも動くように落とし込む作業を行っていますが、高いハードルで一筋縄では行きません。かなり複雑です。が、ほぼ形は見えたので、ようやく、今後の展開を考えることが出来ます。

１）手持ちベンチマークで検証　 10月
２）NS2ベンチマークで検証　　　11月
３）NS1ベンチマークで検証       
４）まとめ　　　　　　　　　　　　　　 12月
５）実装ベータ版公開　　　　　　　　1月
６）英語サイト公開　　　　　　　　　　2月
７）DSL作成～　　　　　　　　　　　　3月

特殊形では、ほぼWorlｄWideでトップ性能であることは、確認できたのですが、一般系でどのような性能になるのかが、未だ見えません。　こちらについては、10月以降検証を進めていきます。　上記ベンチマーク問題とプロジェクトファイルについては、英語サイトにして公開予定です。これで、One-StopのNSP問題集として、実問題を含めて網羅できると思います。新解の提示もいくつか出来ると思います。　

その後、Domain Specific Language 作成作業を行っていきたいと思います。　

開発中は、様々な文献を調査しました。門外漢である自分は、日本語での整数計画の本が少なくて困りました。連続系リニアでは、結構あるのですが、離散系である整数となると少ないのです。農工大の宮代先生が、近代科学社の最適化モデリングシリーズで書かれるようなので、そちらに期待というところです。

一般的な組み合わせ最適化問題と、NSPで何が違うかといういうとNSPは、組み合わせ最適化問題に包含される関係にあります。
前にも見たように、商用とフリーのMIPソルバーでは、いかんともしがたい性能差があります。ですから汎用である商用MIPソルバーに任せておけばよい、というのはある意味正しいです。実際、NSPのState　Of　Art　Solverは、学術関係で発表されている全てのソルバーも含めても、Grobi/CPlexになると思います。残念ながら、学術関係ではない一般の方々が、StateOfArtソルバーを、手軽に使うことはできないですし、使い方もスキルを要します。
　NSPには、勤務シフトという他に例にないくらい複雑な制約郡と、多数の基数制約の組み合わせという特徴があります。この特殊な性質を上手に活用すると、State　Of　Artソルバー並みに、もしくはそれ以上に上手くいく場合もあります。State　Of　Artソルバー並みの性能と手軽に使うことができるGUI、そしてプログラマが使えるPython　DSLを提供することがスケジュールナースの目標です。
さらにブラシュアップための知見は、現在の単純な線形目的関数値ではなく、機械学習や、AI的な手法によって得られると思います。現場に立脚した最適化は、個々の職場で違うと思うので、その目的のための道具としてPython　DSLです。

数理計画テキスト

ずっとSchedulingBenchmarkサイト問題に取り組んでいましたが、これは、NSPの特殊形であって一般系ではありません。現在、これを一般系でも動くように落とし込む作業を行っていますが、高いハードルで一筋縄では行きません。かなり複雑です。が、ほぼ形は見えたましたので、ようやく、今後の展開を考えることが出来ます。

１）手持ちベンチマークで検証　 10月
２）NS2ベンチマークで検証　　　11月
３）NS1ベンチマークで検証       
４）まとめ　　　　　　　　　　　　　　 12月
５）実装ベータ版公開　　　　　　　　1月
６）英語サイト公開　　　　　　　　　　2月
７）DSL作成～　　　　　　　　　　　　3月

特殊形では、ほぼWorlｄWideでトップ性能であることは、確認できたのですが、一般系でどのような性能になるのかが、未だ見えません。　こちらについては、10月以降検証を進めていきます。　上記ベンチマーク問題とプロジェクトファイルについては、英語サイトにして公開予定です。これで、NSP問題集として、実問題を含めて網羅できると思います。新解の提示もいくつか出来ると思います。
その後、Domain Specific Language 作成作業を行っていきたいと思います。　

開発中は、様々な文献を調査しました。門外漢である自分は、日本語での整数計画の本が少なくて困りました。連続系リニアでは、結構あるのですが、離散系である整数となると少ないのです。組み合わせ最適化という分野は実際問題、離散系が主ではないでしょうか？農工大の宮代先生が、近代科学社の最適化モデリングシリーズで書かれるようなので、そちらに期待というところです。

CALL for papers

Dear solver and benchmarks submitters to the MaxSAT Evaluation 2018,
The JSAT journal is being reactivated and has several renewals like a new
webpage (see http://jsatjournal.org/) and the submission management via
Easychair.
We are attaching a call for papers for a special issue on SAT-related
competitions. This special issue aims to cover all aspects related to
competitions (e.g., solving approaches, tools, benchmarks, result
interpretations, etc.) To make this special issue a success, we encourage
the MaxSAT submitters to contribute to the special issue.

シリアライゼーションライブラリ cereal

アルゴリズムの改善を行うのに、コンパイル→探索の　サイクルを出来るだけ早く回したいというのが背景です。大規模になると、コンパイルするだけで時間がかかってしまいます。そこで、コンパイル後の状態を保存・解凍できるようにすると、(一回コンパイルすれば）コンパイルの時間が省けます。この機能は、Save/Restoreという風に呼ばれていると思いますが、いわゆる「シリアル化」です。C++のクラスやvectorなどのテンプレートを、簡単にシリアル化するのに、cerealを今回、使ってみました。cerealは、serialと発音的にどうなんでしょうか？　ともあれ、とても簡単にシリアル化できました。BinaryやJson思いのままに可能です。日本語記事は、こちらか、こちらが詳しいです。

新しい解の発見 その３

instance20の新解を更新しました。(UB:4778→4775→4773→4772→4771→4770→4769)

autorosterのxml formatで、解の有効性は、確認済みです。
Instance20の最適解が確定しました。

	So Far Bestknown		New Solution
	LB	UB	LB	UB
Instance15	3823	3834	3824	3831
Instance20	4743	4943	4769	4769

新しい解の発見 その2

性懲りもなく、未だ研究していて、その甲斐あって

instance20の新解を発見しました。

	So Far Bestknown		New Solution
	LB	UB	LB	UB
Instance15	3823	3834	3824	3831
Instance20	4743	4943	4769	4778