2018 Fiscal Year Research-status Report
応答曲面法を用いた大規模シミュレーション内包型ブラックボックス最適化手法
| Project/Area Number |
16K06435
|
|---|
| Research Institution | The Institute of Statistical Mathematics |
|---|
Principal Investigator |
相吉 英太郎 統計数理研究所, 大学共同利用機関等の部局等, 客員教授 (90137985)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
安田 恵一郎 首都大学東京, システムデザイン研究科, 教授 (30220148)
|
|---|
| Project Period (FY) |
2016-04-01 – 2021-03-31
|
| Keywords | 社会基盤システム最適化 / モデル構築型最適化手法 / 応答曲面法 / 一様写像近似 / メタヒューリスティクス |
|---|
| Outline of Annual Research Achievements |
(1) 電力系統などの社会基盤（プラットフォーム）を設計・計画・運用する場合の、一般的枠組みや概念的方法論を階層構造の最適化問題として定式化することでモデル化した。
(2) 階層構造を有する最適化問題において、下位の最適化問題の解自体を上位の変数の写像と見なし、それらの解データを用いてこの写像を応答曲面法の考え方で一様に近似しながら最適化する学習統合型最適化法を提案した。なお、本課題において「シミュレーション内包型ブラックボックス最適化法」と称する方法を、具体的に「能動学習統合型最適化法」と呼称することにした。とくに、階層構造を有する最適化問題において、下位の部分最適化問題が大規模で、その個数が大量な場合に、その解の統計量を上位変数の写像と見なし、この写像を近似して最適化する能動学習統合型最適化法を提案した。
(3) 階層構造の最適化問題を直接解く場合、また上記(2)の能動学習統合型最適化法を適用する場合でも、メタヒューリスティック最適化手法の高性能化が不可欠であり、連続的最適化法のカッコーサーチ法、および多様化と集中化に基づくメタヒューリスティック組合せ最適化法を開発した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
研究代表者とその分担者との協力が順調に運用されたため、概ね順調に進捗している。設計・計画・運用の対象として大規模なシステムとして社会基盤を想定しているが、市場機能も考慮した一般的枠組みが構築できたことは大きい。
|
| Strategy for Future Research Activity |
社会基盤の設計・計画・運用問題の一般的枠組みが階層構造を有する最適化問題として定式化されたので、この問題に対して応答曲面法の考え方を用いた能動学習統合型最適化手法を適用することを試みる。
さらに、この考え方や手法を螺旋型システムズアプローチに内在させ、メタヒューリスティクスの多点型進化機能を用いた方法論を提案することで、螺旋型システムズアプローチに基づく方法論をシステム最適化の分野において具体化する予定である。
|
