機械学習に基づく適応的な搬送計画作成システムの開発

Research Project

Project/Area Number	17760327
Research Category	Grant-in-Aid for Young Scientists (B)
Allocation Type	Single-year Grants
Research Field	System engineering
Research Institution	Ritsumeikan University
Principal Investigator	榊原一紀立命館大学, 情報理工学部, 助手 (30388110)
Project Period (FY)	2005 – 2006
Project Status	Completed (Fiscal Year 2006)
Budget Amount *help	¥3,600,000 (Direct Cost: ¥3,600,000) Fiscal Year 2006: ¥1,200,000 (Direct Cost: ¥1,200,000) Fiscal Year 2005: ¥2,400,000 (Direct Cost: ¥2,400,000)
Keywords	pickup and delivery problem / 混合整数計画問題 / 多目的最適化 / 遺伝アルゴリズム / 擬似焼き鈍し法 / AGV搬送システム / 交渉ルール / genetics-based machine learning / pickup and deliver問題 / メタヒューリスティクス / 分枝限定法 / 機械学習 / 遺伝的機械学習 / 強化学習
Research Abstract	生産,物流あるいは旅客サービス・システムなどの計画・運用における問題として搬送計画問題を取り上げ,この問題に対して包括的なモデルの構築,および現実的な要件を考慮した解法構成を行いました.具体的には,搬送計画問題に対してVehicle Routing Problem(VRP)およびPickup and Delivery Problem(PDP)の枠組みで数理モデルを構築した上で,これらの問題の基本的な性質をふまえて,問題の分解構造に着目した新たな分散型メタヒューリスティック解法を構築しました.その際には,擬似焼き鈍し法や遺伝アルゴリズムといったメタヒューリスティクスの適用を陽にふまえた解法の構築を行いました.この解法により,100個以上の搬送物を有した,より大規模な問題に対して効果的に良質な解を獲得できることを確認しました. さらには,AGVを用いた搬送計画システムを取り上げ,AGVの走行経路を自律分散的に獲得するための方法として,AGV同士の衝突時における交渉に着目し,交渉ルールを自動的に獲得するためにGenetic-Based Machine Learningを適用しました.この方法により,リアルタイムに計画作成が可能となり,計算機実験により,10台以上のAGVが同時に稼働する搬送システムにおいても,個々のAGVの搬送時間をあまり悪化させないような走行経路を獲得できることを確認しました. これらの成果については,すでに国内(4件),国外(3件)の学会報告を行いました.さらには,国内の論文誌に1件を投稿・掲載,1件を投稿しました.