| Project/Area Number |
22K04157
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 21040:Control and system engineering-related
|
|---|
| Research Institution | Tokyo Metropolitan University |
|---|
Principal Investigator |
安田 恵一郎 東京都立大学, システムデザイン研究科, 教授 (30220148)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
田村 健一 東京都立大学, システムデザイン研究科, 助教 (40534912)
相吉 英太郎 東京都立大学, システムデザイン研究科, 客員教授 (90137985)
|
|---|
| Project Period (FY) |
2022-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2025: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2024: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2023: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2022: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
|
|---|
| Keywords | 循環・螺旋型システムズアプローチ / 能動学習統合化最適化法 / システム最適化 / 学習 / モデリング |
|---|
| Outline of Research at the Start |
システム学の各種のアプローチの包摂化・統合化に基づく「新たな大規模・複雑なシステムの課題解決のための方法論」の展開を目指し，データによるモデリング機能，最適化問題の定式化の作業における等式制約条件・不等式制約条件，さらに目的関数生成機能をも統合化した新しい最適化法を構築し，これを用いて新しい機能を有するシステムを構築するための課題解決手段の提案を行う。
|
| Outline of Annual Research Achievements |
本研究課題では，モデリングによる問題生成機能と最適化手法を統合化した新たな最適化法の枠組みの提案とアルゴリズムの構築を目指している。具体的には，実装後の実システムから改めて得られる新データによって駆動される問題自体の進化により，① 不確性・予測不可能性への対処，② 構造的な柔靭性の獲得，③ 市場機能の導入下での分散性・階層性への適用，④ 要素間・部分システム間の関係性構築，などである。上述の研究目的を達成するためには，(a)モデリング機能を用いた最適化問題の定式化，(b)等式制約条件，不等式制約条件，目的関数生成機能をも統合化した新しい最適化法の構築，(c)これらの手法の離散型最適化問題・多目的最適化問題への拡張を行う必要がある。本年度は，昨年度の成果を踏まえ，研究課題(a)，(b)，(c)に関する検討を進めた。
(1)機械学習によるモデリング機能と最適化機能を統合化したモデリング駆動最適化問題の定式化：普遍近似定理に基づいてモデリングによる代理モデルの出力誤差を評価するために一様ノルムを導入し，入出力データのサンプルごとにその近似精度を不等式制約条件として最適化問題に取り込むことを提案した。
(2)ブラックボックス最適化における制約条件を考慮した進化型最適化法の構築：探索履歴情報を外部アーカイブに記憶し，外部アーカイブの更新規則と探索点の実行可能性に基づく突然変異機構をDifferential Evolutionに埋め込むことで，効率的な実行可能解獲得を可能とする有制約DEを構築した。
(3)離散型ブラックボックス最適化における最適化法の構築のための基礎検討：解空間の階層構造に基づく組合せ最適化手法における縮退の発生に応じて適応的に縮退対処の強弱を調整する縮退対処法を導入することで，解空間の階層構造に基づく多点探索における探索点の縮退軽減と探索性能向上を実現した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
昨年度の研究成果を踏まえ，(a)モデリング機能を用いた最適化問題の定式化，(b)等式制約条件，不等式制約条件，目的関数生成機能をも統合化した新しい最適化法の構築，(c)これらの手法の離散型最適化問題・多目的最適化問題への拡張を行う必要がある。
本年度は，昨年度の研究成果を踏まえ，上記の研究課題(a)，(b)，(c)に関する検討を更に進め，研究課題達成のために必要となる基盤的な成果を得ており，研究はおおむね順調に進展している。
|
| Strategy for Future Research Activity |
研究目的を達成するためには，(a)モデリング機能を用いた最適化問題の定式化，(b)等式制約条件，不等式制約条件，目的関数生成機能をも統合化した新しい最適化法の構築，(c)これらの手法の離散型最適化問題・多目的最適化問題への拡張を行う必要がある。
主要課題(a)，(b)，(c)に関する本年度の研究成果を踏まえ，研究計画に従って，今後の研究を推進する予定である。
|
