2005 Fiscal Year Annual Research Report
生産システムの学習・適応戦略に基づくエージェントスケジューリングの研究
| Project/Area Number |
16560105
|
|---|
| Research Institution | Asahikawa National College of Technology |
|---|
Principal Investigator |
古川 正志 旭川工業高等専門学校, 制御情報工学科, 教授 (70042091)
|
|---|
| Keywords | 学習 / 適応 / エージェント / AGV / 局所クラスタリング組織化法 / 最適化 / スケジューリング / 生産システム |
|---|
| Research Abstract |
平成17年度は,(1)生産システム学習・適応エージェントモデルとしてトポロジーエージェントの提案,(2)エージェントの環境自身の評価方法の確立と最適設計,(3)学習・適応エージェントモデルの最適化問題への応用,の研究を実施した.
(1)については,Particle Swarm Optimization(PSO)に基づくトポロジーエージェントを提案し,PSOにより一定のトポロジー関係を満たしながら,全体でバランスの取れた工場内の被加工物搬送をAGVが学習・適応をコンカレントに行ないながら実施できるモデルを開発した.
(2)については,エージェントが適応・学習を行なうのと並列に環境もまた同じ機能を持つことができるかに関する基礎研究を実施した.そのためにAGV搬送モデルを用い,加工機械によって生成されるAGVの経路トポロジーを,スモールワールド理論の2パラメータによって評価することを試みた.数値計算実験では,エージェントの環境であるAGV経路トポロジーにも効率的なものが存在することが検証された.
(3)については,昨年度にトポロジーエージェントの方法論として開発した局所クラスタリング組織化法(Local Clustering Organization, LCO)を大規模巡回セールスマン問題(traveling Salesman Problem, TSP)に適用することを試みた.数値計算実験では,約30,000都市程度のTSPに対して,2GHzクロックタイムのCPUをもつPCにより約25分程度で高速かつ精度の高い解が得られることを検証した.
(1)〜(3)からトポロジーでエージェントを制約し局所的に最適化を実施する方法は,エージェントの自由度を効率的に小さくしながら,全体の行動目的を達成することを実現する方法であることが検証されつつある.
|
