2019 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 | モデル構築型最適化法 / 能動学習統合型最適化法 / ブラックボックス最適化 / 一様入出力近似 / ラジアル基底関数 / メタヒューリスティクス |
|---|
| Outline of Annual Research Achievements |
研究実績の概要は、(1)社会基盤スマートプラットフォームの設計・計画・運用における最適化問題の定式化、(2)モデル構築型最適化手法である「能動学習統合型最適化法」の提案、(3)2レベル最適化問題に対する能動学習統合型最適化法を用いた解法の提案、(4)ブラックボックス最適化手法としてのメタヒューリスティクスの開発、である。
(1)は、平成28年度に提案した「螺旋型システムズアプローチ」の概念を基に、社会基盤プラットフォームのスマート性として具備すべき概念をシステム最適化の概念で考察したもので、「市場原理の導入による分権性・階層性」「補完要素による自由度の担保」などである。これらの概念を具備した最適化問題の解法には、システムモデルの構築機能と最適解の探索機能を統合化した解法方略が不可欠であり、そのために(2)の「能動学習統合型最適化法」を提案した。本手法により、設計・計画・運用の対象システムの入出力関係を逐次近似しながら最適解を探索すると同時に、その最適解付近の入出力関係をより精緻に近似することができる。とくに本手法は、階層構造を有するシステムの最適化において定式化される(3)の2レベル最適化問題の解法に有用であり、(1)のスマートプラットフォームの設計・計画・運用の最適化問題への応用が可能である。また、「能動学習統合型最適化法」には、対象システムをブラックボックスとして扱うメタヒューリスティクスの適用が不可欠であり、このために(3)の計算手法を開発するに至った。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
研究分担者との分担作業の順調な実施によって、「能動学習統合型最適化法」と名づけた、本研究課題の基盤となるモデル構築型最適化法の計算手順を提案し、当初の遅れを挽回することができ、これによって最終年度に向けた研究が進捗しつつあるといえるため。
|
| Strategy for Future Research Activity |
モデル構築型最適化法として提案した「能動学習統合型最適化手法」は、システム最適化の分野に限定しても「2レベル最適化」「大規模分散的最適化」「多目的問題の選好最適化」「人工知能(AI)を用いた逆問題最適化」など、様々な最適化問題に幅広く適用可能であり、これらの問題へ拡張を試みていく予定である。
|
