Optimal solution (optimization) — 最適解

最適解（さいてきかい）は、オペレーションズ・リサーチ、最適化、意思決定理論において、問題のすべての制約を満たす実行可能解であり、目的関数の極値（問題設定に応じて最大値または最小値）を与える解のことです。

最適解を見つけることは、ほとんどの最適化問題の主要な目標です。

本質と特徴

最適解は、2つの重要な特徴を持っています。

1. 実行可能性: 最適解は、数理モデルの変数に課せられたすべての制約を満たさなければなりません。言い換えれば、最適解は常に実行可能領域に属します。 2. 目的関数に関する極値性: すべての実行可能解の中で、最適性基準を定式化する目的関数の最良値（最大値または最小値）を与えます。

すべての実行可能解が最適解であるわけではありませんが、いかなる最適解も必ず実行可能でなければなりません。

実行可能領域との関連

実行可能領域とは、問題の制約を満たすすべての代替案（変数値の組）の集合です。最適解とは、この領域内で目的関数がその極値に達する点（複数可）のことです。実行可能領域が空集合の場合、その問題には実行可能解も、したがって最適解も存在しません。

目的関数と制約の役割

• 制約は、可能な解の集合（実行可能領域）を定義します。
• 目的関数は、これらの可能な解のうちどれが最良（最適）であるかを決定します。

目的関数がなければ、どの実行可能解が最適であるかを判断することはできません。制約がなければ、問題は自明なものになるか、あるいは有限の最適解を持たない可能性があります（例えば、制約なしでの線形関数の最大化）。

最適解の一意性

最適解は常に一意であるとは限りません。一部の問題（例えば、線形計画問題において、目的関数が有効な制約の1つと平行である場合）では、同じ目的関数値を持つ無数の最適解が存在することがあります。しかし、最適点における目的関数の値は、（最適解が存在する場合）常に一意です。

探索手法

オペレーションズ・リサーチにおいて最適解を求めるためには、モデルの種類に応じて様々な数学的手法が用いられます。

• シンプレックス法（線形計画問題用）
• 勾配降下法やその他の数値計算手法（非線形計画問題用）
• 分枝限定法、カット平面法（整数計画問題用）
• 動的計画法

モデルへの依存性

ある解が最適であるのは、採用された数理モデルの枠組みの中でのみであることを理解することが重要です。もしモデルが現実の状況を不適切に反映している場合（例えば、目的関数の選択が誤っている、重要な制約や依存関係が考慮されていないなど）、形式的に見出された最適解は、実際には非効率的であったり、誤っていたりする可能性があります。

多基準問題における最適性

複数の目的関数を持つ問題（多目的最適化）では、単一の最適解という概念は、しばしばパレート最適性の概念に置き換えられます。パレート最適解とは、少なくとも他のいずれかの目的関数の値を悪化させることなしには、ある目的関数の値を改善することが不可能な実行可能解のことです。

関連項目

• オペレーションズ・リサーチ
• 最適化
• 数理モデル
• 目的関数
• 制約
• 実行可能領域
• 実行可能解
• 基準
• 意思決定理論
• 多目的最適化
• パレート最適性
• 極値

参考文献

• Ventzel, E. S. Issledovanie operatsiy: zadachi, printsipy, metodologiya (Operations Research: Tasks, Principles, Methodology). — Moscow: Nauka, 1988.
• Taha, Hamdy A. Operations Research: An Introduction. — Pearson. (10th ed., 2017)
• Hillier, Frederick S.; Lieberman, Gerald J. Introduction to Operations Research. — McGraw-Hill Education. (11th ed., 2021)