考察１

ランダムサーチ法ではあくまでもランダムに経路を出しているのでやるたびに近似解が変わってくる。 だから常に一番近い答えが出てくるわけではない。

シミュレーテッド・アニーリング法では計算によって出しているので常に同じであり安定している。 たまにしか出ないランダムサーチと違い、常にできる限りの短い経路をだしてくれる。

　

考察２

長所

・SA は容易に局所解に捕捉されず，理論上は真の最適解に，実際には準最適解に到達できる。

・ ほとんど任意の制約条件，境界条件を処理できる。

・ 目的関数に対する制約がなく，微分可能でなくても複雑な式であっても，確率的であっても良い。

・ コード 化がきわめて容易である。

短所

・ 最終的に最適解に到達することが保証されているが，そのためには膨大な量の計算が必要とされる。

・ SA において最適化性能を左右する温度パラメータの設定が極めて困難である。

　

考察３

遺伝アルゴリズム いくつもの親の解の組から特徴を受け継ぐ子供をつくり、よいものだけを残す。制度を良くするには工夫が必要。発見は遅く、プログラムは複雑。
タブーサーチ 移動できる最もよい解に移動し、来た方向に印をつけ、しばらくそちらに移動しない。パラメータの設計が大変で発見は遅く、プログラムはやや複雑。
局所探索 今の解を少しだけ変えて、よい解を見つけ、その解に移っていく。簡単で発見も早いが精度が悪い。
多スタート局所探索 スタート地点を変えて、何回も局所探索をする。精度はそれなりによい。
アニーリング ある確率では悪いほうへと移動する局所探索。プログラムは単純で発見も早いが、精度の悪い例も多い。

　

考察４

町の配置がランダムだったのでアニーリング法をしているときに、経路が最適になってきているのかが 判断しにくかった。

C言語とかhtmlとか久しぶりに見たけど、なんとかできたのでよかった。