無容量施設配置問題を解く連続型人工ミツバチコロニーアルゴリズム

倉庫配置の賢い方法

商品を出荷する企業は誰でも基本的でコストのかかる問いに直面します。倉庫やサービス拠点をどこに置けば、顧客に安価かつ確実にサービスできるか、という問題です。本稿は、ミツバチが餌を探す方法に着想を得たアルゴリズムでこの課題に取り組み、改良されたミツバチ由来の手法が多くの競合技術よりも正確かつ安定して配置を計画できることを示します。

立地選定の難しさ

倉庫立地の背後にある数学的問題は「無容量施設配置問題」と呼ばれます。開設に固定費のかかる候補地の一覧と、各顧客が必ず開設されたどれか一つの拠点からサービスを受ける必要があるという顧客分布を想像してください。顧客ごとに配送コストが存在します。目的は、どの拠点を開設し、各顧客をどの拠点が担当するかを決め、開設費と配送費の合計を最小にすることです。ネットワークが大きくなると組み合わせの数は爆発的に増え、総当たりでは対処できないため、巧妙な探索戦略が必要になります。

ミツバチの採餌行動から学ぶ

人工ミツバチコロニー（ABC）アルゴリズムは、実際のミツバチが周囲を探索する仕組みを模倣します。アルゴリズム内の各「ミツバチ」は一つの可能な解を表します。就業ミツバチは現在の解の周囲を探索し、見張りミツバチは有望な解に注目し、斥候ミツバチは不良な選択を捨てて新しい領域へ飛び込みます。ABCはもともと連続的な数値を調整するために作られており、つまみを上下させるような連続値の最適化に向いています。しかし、倉庫立地の判断は本質的にイエス・ノーの選択です：この拠点を開くか否か、この顧客をここに割り当てるか別か。従って古典的なABCは、滑らかな数値とオン/オフ決定を橋渡しする追加の仕組みがないと苦戦します。

滑らかな探索を鮮明な決定に変える

著者らは連続ABC（cABC）と呼ぶ変種を提案します。これは元の手法の滑らかな探索を保ちつつ、オン/オフ選択を自然に扱えるようにしたものです。アルゴリズムは0から1の連続空間を探索し、各値を施設が開設される確率として扱います。単純なルールでこれを明確な開設・非開設の決定に変換します。開始時に偏った狭い推測群から出発しないように、cABCは初期解を探索空間に広く散らすために「カオス的」なパターンを用います。もし試行解が全く施設を開設していないなど制約を満たさない場合は、動的な修復プロセスが自動的にいくつかの選択を調整して実行可能にし、有望な領域からあまり離れないように保ちます。

誘導する群れと適応的調整

この基本構成に加えて、cABCはいくつかの改良を加え、仮想ミツバチがより効果的に協調できるようにします。常に自身とランダムなパートナーだけで位置を調整するのではなく、他のランダムに選ばれた解が変化を導くことを許し、時には非常に優れた解を、時にはあえて劣る解を参照して焦点と多様性を両立させます。探索が進むにつれてより多くの要素を段階的に撹乱する時間変化スキームにより、ミツバチ間の情報共有が深まります。見張りミツバチがどの解を改良するか選ぶ段階では、改良した確率ルールを用いて中程度の候補にも一定の注目が行くようにし、群れが一つの選択肢に早々に収束してしまうリスクを減らします。最後に、あるミツバチの位置が長く失敗し続けてもcABCはそれを単に捨てず、その解の「反対」バージョンを生成します。これにより既存の知見を再利用しながら、より良い領域に近づくことが多くあります。

ミツバチ群れをテストする

これらの工夫が効果を上げるかどうかを確かめるため、著者らは運用研究の文献で標準的に用いられる2つの大規模なテスト問題集でcABCを評価しました。対象は中規模から非常に大規模なネットワークまで含みます。元のABCや、蛍、カラス、バッタ、木の種など異なる比喩に基づく11種類の先進アルゴリズムと比較しました。これらの試験で、cABCは多くの場合に既知の最良コストと同等かそれ以上の成果を示しただけでなく、はるかに安定しており、独立した実行のほぼすべてで最良解を得ることが多々ありました。特に最も大きく要求の高い例題では、他手法がより高コストの配置に陥る一方で、その優位性が際立ちました。

実世界の計画にとっての意味

平たく言えば、本研究は倉庫、工場、サービス拠点の配置を決めるより信頼できる「ミツバチ着想」のプランナーを提供します。アルゴリズムが滑らかな確率で考え、それをきっぱりとしたイエス・ノーに変換しつつ、悪い推測を修復し多様性を維持することで、cABCは選択肢の地形を広く深く探索します。その結果、コストの低い配置を見つけやすく、しかも一貫して見つけられるため、複雑で大規模な物流のネットワークを設計する企業やプランナーにとって有力な候補となります。

引用: An, M., Xiang, W., Jiang, Y. et al. A continuous artificial bee colony algorithm for solving uncapacitated facility location problems. Sci Rep 16, 8780 (2026). https://doi.org/10.1038/s41598-026-37792-5

キーワード: 施設配置, 群知能, メタヒューリスティック最適化, 物流計画, 人工ミツバチコロニー