| Project/Area Number |
21K11828
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 60050:Software-related
|
|---|
| Research Institution | Nagoya University |
|---|
Principal Investigator |
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
田村 直之 神戸大学, DX・情報統括本部, 名誉教授 (60207248)
宋 剛秀 神戸大学, DX・情報統括本部, 准教授 (00625121)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2023: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2022: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2021: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000)
|
|---|
| Keywords | 解集合プログラミング / 組合せ最適化 / 巨大近傍探索 / 命題論理の充足可能性判定(SAT) / 組合せ最適化問題 / 時間割問題 / 車両装備仕様問題 |
|---|
| Outline of Research at the Start |
命題論理の充足可能性判定(SAT) 技術を用いて系統的探索と確率的局所探索を統合的かつ効率的に扱うアルゴリズム技法，およびソルバーの研究開発を進める．また，電力網問題・時間割問題等，社会的に重要な応用研究を通じて，SAT 技術の特長を活かした技法の利点・有効性・実用性を明らかにする．
|
| Outline of Final Research Achievements |
We developed a hybrid approach between systematic search and stochastic local search for combinatorial optimization based on Answer Set Programming (ASP). To evaluate the effectiveness of our approach, we conducted experiments on a challenging benchmark, including the traveling salesperson problem and the sudoku puzzle generation of minimal hints.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究の主要成果の一つである優先度付き巨大近傍探索 (Large Neighborhood Prioritized Search; LNPS) は，組合せ最適化問題に対するメタ戦略の一種である．この LNPS は，系統的探索の長所である最適性の保証と確率的局所探索の長所であるスケーラビリティの両方の長所を兼ね備えたハイブリッド手法である．この成果は，高度な知識表現・推論・最適化を必要とするソフトウェア開発において，既存技術では解くことが困難だった問題に対し，高性能かつ高機能な推論基盤を提供するものである．
|
