NP完全問題またはNPの現実の問題

NP完全問題またはNPハード問題（ヒューリスティック、または最適以下のソリューションの追跡など）を仕事で定期的に解決する実際の例はありますか？スケジューリング、プランニング、VLSI設計などで発生することは知っていますが、今日これを定期的に行うプログラマーやエンジニアを雇用している主要産業のアイデアを得ようとしています。専門知識やライブラリ、たとえば組み合わせ最適化を開発する場合、プログラミングジョブの一部としてそれをどこで使用できますか？

個人アカウントはありますか？

私が考えることができるもののいくつか（これらのほとんどは多かれ少なかれ関与してきました）：

• 言語およびコンパイラーの開発環境。次のような質問：この文法はあいまいな言語を生成しますか？（この問題は実際には決定不能です！）
• データ復旧。部分的に失われたデータパケットの再構築または断片化されたファイルの回復。（顔面の複雑さ）
• ソフトウェアのセキュリティ。観察された動作の一部がソフトウェアに起因するかどうかを判断するために、ソフトウェアを介したすべての可能な実行パスの評価。（停止の問題？）
• ロジスティクス。転送するパケット、サイズ、および送信先に基づいて、転送の使用を最適化する。（少なくとも指数関数的）

最短ルートの検索、ナーススケジューリングなど、標準的な例は多数ありますが、組み合わせ最適化に興味がある場合は、それらについてすべて知っています:)

時間制約のあるシミュレーテッドアニーリングを使用して、タッチパネルの製造における問題のような巡回セールスマンを解決しました。各パネルのレーザーエッチングのサイクルタイムから1ミリ秒ごとにシェービングできるため、スループット、使用率、したがって機械の収益性が向上するため、スクライビングパス（これはスクライビングパスではない）明らかに最適化することはできませんでした）。

最適化の計算がより最適なパスによって節約される時間よりも長くかかるリスクを払うことができなかったため、時間制限アルゴリズムを使用して問題のNPの困難を回避しました。マシンがパネルをロード位置からレーザーヘッドが最も近いコーナーにある位置に移動している間に、いくつかのシミュレーションを実行する時間がありました。アルゴリズムは、移動の数百ミリ秒以内に完了することはほとんどありませんでしたが、ほとんどの場合、以前に使用していた単純な非適応モデル（スパイラルやスネークパスなど）よりも優れたスクライブパスを返しました。

複数のローカルDNA配列アライメントのバイオインフォマティクスの問題に取り組んでいます（現在、実際）。これのポイントは、いくつかの共通の特性（類似の発現プロファイルまたはChIPチップ実験での同じ転写因子結合）を持つ遺伝子からの配列の多くが、ある点で強く整列する場合、おそらくそれらの共通の理由を見つけたということですプロパティ。それから再び、私は問題の統計的側面にもっと興味があります。NPハードですが、実際にヒューリスティックを使用してもそれほど損失はありません。問題の興味深い部分であるIMHOは、信号対雑音比の問題です。

NPの完全/ハードの意味はよくわかりませんが、供給の自動計画はそのようなものだと思います。

100の製品SKUについて90日先の需要計画があります：ビール！100の製品SKUの由来は次のとおりです。

• 10から15種類のレベル1のベースの生の醸造物があり、それらは1000リットルの大きな缶で醸造され、1日かかります。
• 醸造後、いくつかの材料を追加する必要があり（パン種？）、10〜15日間休息する必要があります。その後、15〜20種類のレベル2のものを手に入れました。
• 最後に、準備ができたら、いくつかの材料を追加する必要があります。それはレベル3のもので、飲用ビールと呼ばれ、ccがあります。30種類のビール。
• ビールは3 dl、5 dlとして瓶詰めすることができ、時には特別なネックレス（レベル4）が付けられ、5x4ボックス、6パック（レベル5）として詰めることができます。

醸造から包装まで、各操作には機械の「ライン」があります。マシンはより多くの操作を実行できます。たとえば、6パックと3パックを作成できる梱包機もありますが、6パックしか実行できないものもあります。速度などの制約があります。または、大きな抽出用ケトルは最小抽出用です。6000、最大、8000リットルのビール（ただし、ビールの種類が軽い場合、最小は5000リットル、最大は7000リットル）。など、すべてのレベルで。

タスク：前述したように、100種類のレベル5（ボトル入り、パッケージ化されたもの）の需要計画があります。確認し、最適なすべての5つのレベル、すべてのマシンのためのmanufactoring計画を。マシンのスイッチを最小限に抑えます（例えば、.5、.5、.5、.3、.3、.3の瓶詰めは.3、.5、.3、.5、.3、.5よりも優れています。瓶詰め機のデッドタイムの​​短縮）。顧客による優先順位付け：一部の顧客は、有効期限の50％以上が残っている状態でのみビールを出荷する必要があります。等など

ボトルネックを発見し（eh）、これらのポイントに存在しないマシンを追加して代替プランを作成し、最適な仮想シナリオを使用して新しいマシンの購入を提案できます。

それは十分に難しいですか、または繊維工場がどのように機能するかをyaに伝える必要がありますか？

（個人的な発言：ウェブ、銀行、ロジスティクスは困難な分野ですが、それらは製造の問題と比較して赤ちゃんのおもちゃです。）

免責事項：セキュリティ上の理由から数値は歪んでおり、大きさは実数です。