A study on practical algorithms for solving DM optimization problems
Project/Area Number |
22K11917
|
Research Category |
Grant-in-Aid for Scientific Research (C)
|
Allocation Type | Multi-year Fund |
Section | 一般 |
Review Section |
Basic Section 60020:Mathematical informatics-related
|
Research Institution | University of Tsukuba |
Principal Investigator |
久野 誉人 筑波大学, システム情報系, 教授 (00205113)
|
Co-Investigator(Kenkyū-buntansha) |
佐野 良夫 筑波大学, システム情報系, 准教授 (20650261)
吉瀬 章子 筑波大学, システム情報系, 教授 (50234472)
|
Project Period (FY) |
2022-04-01 – 2025-03-31
|
Project Status |
Granted (Fiscal Year 2022)
|
Budget Amount *help |
¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000)
Fiscal Year 2024: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2023: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2022: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
|
Keywords | 数理最適化 / 非線形最適化 / 大域的最適化 / DM関数 / 単調最適化 |
Outline of Research at the Start |
2つのベクトルxとyの各成分がx_j ≦ y_jを満たすとき,f(x) ≦ f(y)の成り立つ関数fを増加関数とよぶが,2つの増加関数の差として表すことのできる関数がDM関数(Difference of Monotonic functions)である.そうしたDM関数を目的関数や制約条件に含む実用規模のDM最適化問題に対し,現実的な計算時間のうちに最適解を生成するアルゴリズムの開発が本研究の中心課題である.DM関数には一般に凸性も凹性も期待できないため,厳密な最適解への収束が保証される大域最適化アルゴリズムだけでなく,ヒューリスティクスも併せて構築し,計算実験と通してそれらの実用性を検証する.
|
Outline of Annual Research Achievements |
実用上重要な関数のほとんどは2つの単調関数の差として表記できることが知られているが,このDM(difference of monotonic)関数を目的関数として凸多面体上で大域的に最小化するアルゴリズムをいくつか設計し,計算機上に実装した.計算実験の途中経過を京都大学数理解析研究所の共同利用研究集会で報告した. 設計・実装したのはいずれも分枝限定法をベースとするアルゴリズムであり,凸多面体を直方体によって細分する矩形アルゴリズムの亜種である.直方体上における問題の実行可能解の算出には線形計画問題を用い,その最適解ωを使って直方体の細分を行うω細分操作を新たに考案して用いていた.直方体の細分操作に従来からよく使われているのは最長辺を二分割する網羅的方法であるが,これと考案した方法とを比較するため,ランダムに生成したテスト問題を解かせる計算実験を繰り返した.その結果,最適解への手掛かりが極めて少ないこの種の最適化では,実直に二分割を繰り返す方法が意外にも効率のよいことが判明した. この二分割法を凌駕するために様々な工夫を試み,下界値計算に用いる線形計画問題の最適解ωを通る超平面で直方体の最長辺を二分するタイプのω細分操作を構築し,アルゴリズムを計算機上に実装したところ,通常の二分割法と比較しても良好な実験結果を得ることができた.ω細分操作は網羅的な細分法ではないため,アルゴリズムの収束を保障する必要があるが,その証明の目処はすでに立っている.
|
Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
比較実験のために用いた単純な二分割法に基づく矩形アルゴリズムが,DM最適化のような最適解への手掛かりが極めて乏しい問題に対しては意外なほど効率が良く,これを凌駕するためにいくつものアルゴリズムを設計・実装し,満足のいくアルゴリズムを構築するまでに非常に手間がかかった.
|
Strategy for Future Research Activity |
計算実験のテスト問題として主に線形分数関数の和を目的関数に用いてきたが,今後はより様々なDM関数を目的関数として実験を繰り返し,その結果を専門誌で公開する.また,DM関数の特殊ケースとして,2つの凸関数の差で表記できるDC(difference of convex)関数を凸多面体上で最小化する問題に対し,凸多面体を凸錐を用いて細分する錐分枝限定法と削除平面法を組み合わせるアルゴリズムについても研究を広げる予定である.
|
Report
(1 results)
Research Products
(1 results)