リオ・ティント、大規模近傍探索で数十年にわたる露天掘り鉱山計画を解決

数十年にわたる採掘を対象とする露天掘り鉱山計画は、巨大で複雑な最適化モデルを生み出す。坑道の順序、配合、設備、鉱石品位がすべて相互に作用する。既製のソルバーはタイムアウトするかメモリを使い果たすため、計画担当者は少数シナリオの手作業分析に頼らざるを得なかった。

チームの大規模近傍探索は、逆のアプローチで問題を解く。スライディングウィンドウ型のヒューリスティックが初期の実行可能計画を生成し、その後、制限付き混合整数求解を繰り返すことで、各反復で変数の一部のみを解放する。近傍形成戦略はモデルの構造を活用して、どの変数を解放するかを選ぶ。

リオ・ティントで実際に稼働しているこの手法は、商用ソルバーでは扱えなかった大規模な長期計画モデルを解き、求解時間を劇的に短縮し、計画担当者が複数のシナリオを試すことを可能にして、数百万ドル相当の価値ある洞察を生み出している。

ほとんどの変数を固定し、その都度近傍を再最適化する

ほとんどの変数を固定することで各部分問題は厳密に解けるほど小さくなり、異なる近傍を反復することで、単一の貪欲法ではまり込む局所的な罠を回避できる。

構造を意識した近傍（ブロック、ベンチ、期間）は実際に相互作用する変数を解放するため、反復は速く収束する。

シナリオ探索こそが本当の成果である。計画担当者は今や、実行回数を3回に制限するのではなく、多くの将来像にわたって「もしも」を問えるようになった。

モデルが大きすぎて解けないときは、問いを縮小するのではなく、答えの大部分を固定し、決定の移動する近傍を収束するまで再求解せよ。

2026年にINFORMS Journal on Applied Analyticsで発表された。リオ・ティントはこのフレームワークを長期鉱山計画に用いており、論文は迅速化されたシナリオ探索によって生み出された「数百万ドル相当の価値ある洞察」を報告している。