よくある誤解

https://www.qmedia.jp/misunderstanding-of-qc/

とてもよくまとまっていると思います。
https://www.aist.go.jp/aist_j/press_release/pr2018/pr20181009/pr20181009.html
こちらについても懐疑的な印象を持っています。

二つの課題があると思います。
１）厳密解を出せない
SimulatedAnnealingに限らず、MetaHeuristicsによる解法は、基本的に厳密解を出せません。私の知る限り、厳密解を出せるのは、数理的解法か、SAT解法かのどちらかしかありません。（
その両方を備えたソルバがSC3です。）
２）解がない原因を示せない
制約モデルの設計・開発において、ハード制約とソフト制約を分けて設計を行うのは、人間が行う上では、必須であると思います。ハード制約の解がない原因を知る機構が設計においては、必須になります。（これも私の知る限りSC2/SC3のみの機能です。）

そもそも、通常のNSP問題においても、組み合わせ解空間が宇宙の素粒子数を超えることはよくあります。それでいて厳密解が求まる場合もあります。また、巡回セールスマンの世界記録も数理解法によるものです。同じベンチマークで論じるべきだと思います。

今年は、曲がりなりにもSC3をリリース出来、長年実現できなかったNSP記述の一般化形態をリリース出来ました。お正月にかけて、良い結果を出せるようにソルバAl4の改善を行います。

本年度は、業務終了です。ありがとうございました。

Simulated Annealing 実装の参考

こちらが、参考になります。
https://jetbead.hatenablog.com/entry/20180120/1516387673

いずれにしても問題は、NSPで近傍をどのように表現するかではないかと思います。
こちらも先人の知恵を拝借したいと思います。

D-wavesを用いたNSP

論文が公開されています。残念ながら、既存の方法との比較がないので、評価のしようがありません。

一方
https://www.itmedia.co.jp/news/articles/1911/20/news149.html
https://www.itmedia.co.jp/news/articles/1906/03/news033_3.html

のように否定的な記事もあります。

SchedulingBenchmarkサイトが更新

NurseSchduling問題の他に、Retail問題が追加されています。これが線形モデリングならば、フェーズタスク形式に記述することでSC3でも解けるはずです。しかし、残念ながら、線形モデリングではなく、2次形式によるモデリングなので、線形ソルバでは解けません。

NurseScehduling問題の方は、Instance20の最新BestValueが記録更新されています。しかし、私のソルバは、LB・UB既に確定させており、真の厳密解は、4769です。報告すれば、認められるでしょうが、英語サイトが準備出来ていないこともあり未だ報告していません。SC3による日本独自のベンチマークと、SchedulingBenchmarks及びNRC2のベンチマーク結果が整備出来た後の公開になります。その意味で、Algorithm4の改善は必須です。　鋭意改善中です。

シミュレーテッドアニーリングサーヴェイ

とりあえず勉強中です。

http://www.orsj.or.jp/~archive/pdf/bul/Vol.40_05_268.pdf

メタヒューリスティクスは、これまでのところ実装する必要を感じていません。コンペティションでの結果を見ても、超大規模インスタンスを除き、メタヒューリィスティクス系ソルバは、IntegerProgramming　CPLEX/Gurobiには適わないという結果になっています。
しかし、問題によっては、より良い結果を生む可能性を否定はできません。これを実装するとSAT系、数理系にプラスすることになり、ソルバーとしての価値が高まるかもしれません。少し研究してみようと思います。

ランダム予定生成機能

127Aから上記をサポートしています。例えば、正循環と深準型で、どちらがロバストな制約パターンは、予定負荷をかけて評価するしかありません。実休みパターンを数種類用意すれば、良いのですが、それも面倒なときは、ランダムに予定生成する機能を使います。ただしランダムとは言っても、休みとそうでないときでは、一定の法則性があると思うので、それぞれの曜日用に生成するようにしています。(単純なランダムでは、全く意味がありません。例えば、5日希望まで許されている職場で、平日休日問わずにランダム生成すると、意外なほど耐性がなく実態と乖離が生じます。
5日希望がまがりなりにも成立しているのは、休日には、休み希望が集中するという法則性に助けられている側面があります。）
曜日集合の上から4番目までを選択することができます。制度設計用にご活用ください。

127Aをリリースしました

マニュアルも更新しました。
Python制約プログラミングマニュアルも更新しました。

１２７Aでは、GUIの制約コントロールをPythonで行っています。
今後は、Algorithm4の改善を行う予定です。
来年は、AWS検討を行う予定です。