2017 Fiscal Year Annual Research Report
Optimal production planning and scheduling under big data environment
| Project/Area Number |
15K00357
|
|---|
| Research Institution | Fuzzy Logic Systems Institute |
|---|
Principal Investigator |
玄 光男 一般財団法人ファジィシステム研究所, 研究部, 特別研究員 (20095003)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
川上 浩司 京都大学, デザイン学ユニット, 特定教授 (90214600)
|
|---|
| Project Period (FY) |
2015-04-01 – 2018-03-31
|
| Keywords | 進化算法(EA) / 遺伝的アルゴリズム(GA) / 分布推定アルゴリズム(EDA) / 機械学習 / 生産計画・スケジューリング / 物流配送・ルーチング問題 |
|---|
| Outline of Annual Research Achievements |
半導体素子，液晶ディスプレイデバイス，ハードディスクデバイス等の各種半導体製品の生産工程は，実時間ベースで製造されており，各素子には所定の時間制約内での加工処理が要求される．この時間制約内で所定の処理が実行できなかった場合には不良品として取り扱われ，生産効率に大きく影響を及ぼす．一般に半導体素子の最適生産スケジューリング問題は大規模な混合整数計画モデル(MIP)として定式化され，従来の数理計画ソフトウェアでは数分間の計算時間内で最適なスケジュールを得ることは非常に難しい．特に，非線形なMIPモデルでは，従来のソフトウェアでは最適解を求めることは不可能である．本研究では，ハイブリッド型進化計算法に基づく最適生産計画・スケジューリング法の研究開発を行い，数値実験によって提案手法の有効性を国際会議で発表し，国際誌等で研究論文を掲載した．
先端的進化算法の研究開発： ハイブリッドサンプリング戦略(HSS)ベースの多目的進化算法(MoEA-HSS)に差分進化(DE)を融合した多目的ハイブリッド進化算法(MoEA-HSS-DE)を開発した．更に，機械学習の概念を反映した進化算法の論文を国際誌に掲載した．
生産計画・スケジューリング問題への研究： 進化算法にファジィロジック機能を融合した応用研究を国際会議で基調講演を行った．生産・物流システムの製造・配送過程で発生する各種資源の不確実的要因を伴う不確定スケジューリング問題への研究では，それぞれの問題に適合したハイブリッド型進化算法の活用を発表した．
物流配送・ルーチング問題への研究： 近年の環境保護，企業価値創出，競争力を高めるためのリサイクルとしてのリバース・ロジスティクス問題を取り扱うために，再使用・再生産・リサイクルのモデルを統合したリバース・ロジスティクスの事例研究に進化算法を活用した研究を発表した.
|
Research Products
(18 results)
