NP困難問題のリスト。実用的なヒューリスティックスで活発な研究が行われています。

私はNP困難な最適化問題のリストを探しています。そこでは、それらを解決するための実用的なヒューリスティックスに関する活発な研究があり、人々が打ち負かそうとする一般的なベンチマークがあります。

例としては、系統樹の再構築を（たとえば、ヒューリスティックこちら）セールスマンの旅（そのアクティブではありませんが、LKHは非常によく知られています）

より具体的には、私は人々が実際に結果として生じるコストを気にしている研究領域を探しています（TSPまたは上記の系統発生のような）。たとえば、決定木を見つけることは私が探しているものではありません。結果として得られる木の高さを気にする人はほとんどいないからです。

MaxSAT-SATソルバーは非常によく開発されているため、実際にお気に入りのNP最適化問題の最善のルートはMaxSATに減らして有名なソルバーの1つを適用することです。ベンチマークなどについては、SATコンテストをご覧ください。

クリークファインダーは計算生物学や組み合わせ論で使用されており、ヒューリスティックアルゴリズムは驚くほど優れています。

Operations Researchの膨大な部分は、整数または整数混合線形計画法のケースを解決するための、ヒューリスティックなアルゴリズムを含むアルゴリズムに専念しています。

オペレーションズリサーチには、結果として生じるコストを最小化（または最大化）するためのヒューリスティックの開発が非常に活発な分野である、多くの組み合わせ最適化問題があります。

たとえば、車両のルーティングの問題、容量制限されたアークのルーティングの問題、最小スパニングツリーの問題、およびこれらの問題のバリエーションです。