【要約】QUBO++で覆面算を解く：SEND + MORE = MONEY [Zenn_Python] | Summary by TechDistill
> Source: Zenn_Python
Execute Primary Source
// Problem
組合せ最適化において、複雑な制約条件をいかに目的関数へ落とし込むかが課題となる。制約をペナルティ項として扱う際、係数の設定が不適切だと、制約を破った状態が低エネルギーと判定される「偽の解」に陥るリスクがある。また、桁重みの影響で係数が巨大化し、計算精度が不足する問題も存在する。
// Approach
文字と数字の対応を多次元バイナリ変数で表現し、制約をペナルティ項として加算する。先頭桁が0にならない制約を「変数の固定」として扱うことで探索空間を効率的に削減。さらに、係数・エネルギーのオーバーフローを防ぐため、64bit演算に対応したPyQBPPの専用モジュールを採用して実装している。
// Result
「SEND + MORE = MONEY」のパズルに対し、制約をすべて満たす唯一の解（9567 + 1085 = 10652）を導出することに成功した。PyQBPPを用いることで、数式に近い直感的な記述で組合せ制約充足問題を解けること、および数値的な安定性を考慮した設計の重要性が実証された。
Senior Engineer Insight
> 組合せ最適化を実務に投入する際、定式化の「精度」と「探索効率」は生命線である。本記事が示す「ペナルティ係数の設計」や「変数の固定による探索空間の削減」は、実世界の複雑な制約充足問題においても極めて実践的な知見だ。特に、桁重み等の影響で係数が巨大化し、計算精度の不足が解の品質を破壊する点は、大規模な数理モデルを扱うエンジニアが肝に銘じるべき教訓である。単なるライブラリの利用に留まらず、数値的な安定性を考慮した実装設計が、実戦における解の信頼性を担保する。