組み合わせ最適化の最前線

梅谷先生の論文は、貴重な示唆に富んでいてとても参考になります。

キーワードは、「最適化のための機械学習」です。恐らく、商用ソルバは、既にその仕組みを組み込んでいるのではないかと思います。（NEOS等で自然にインスタンスデータは集まってきます。数年前解けなかった問題が解けるようになっていたりします。）
SATでもそうですが、特徴のない世界、つまりランダム化したインスタンスは無力で僅か数百変数でも難儀することがあります。しかし、人間界のインダストリアルインスタンスは、人間である以上、なにがしかの偏り、特徴があることは必然であり、 そこに解く鍵がある、ということだと思います。BIGデータが勝者と敗者を分ける、そんな波が組み合わせ最適化の世界に来ているということではないでしょうか？

https://speakerdeck.com/umepon/a-practical-approach-for-hard-combinatorial-optimization-problems-in-real-applications

http://www.orsj.or.jp/archive2/or59-01/or59_1_20.pdf