2020 Fiscal Year Final Research Report
Black box optimization methods including large-scaled simulation by using a response surface method
Project/Area Number |
16K06435
|
Research Category |
Grant-in-Aid for Scientific Research (C)
|
Allocation Type | Multi-year Fund |
Section | 一般 |
Research Field |
Control engineering/System engineering
|
Research Institution | The Institute of Statistical Mathematics (2017-2020) Japan Institure of Lifelong Learning (2016) |
Principal Investigator |
Aiyoshi Eitaro 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 東京都立大学, システムデザイン研究科, 教授 (30220148)
|
Project Period (FY) |
2016-04-01 – 2021-03-31
|
Keywords | システム最適化 / システムモデリング / プラックボックス最適化 / モデル構築型最適化 / 能動学習統合型最適化 / メタヒューリスティクス |
Outline of Final Research Achievements |
For black-box optimization that is system optimization with some of un-modeled elements, we proposed "integrated optimization methods with active learning" in which modelling mechanism are included into optimization mechanism. Concretely, on an approximated model by linear combination of bases functions, errors of sampling data are acceptable uniformly and approximation accuracy increases near an optimal solution. Proposed methods are applied to construct following models: (1) a model of an objective function, (2) a model of a static system as equality constraints, (3) a model of response solution to a lower problem in a two-level optimization problem, (4) a model of Pareto solution set in response to weighting coefficients in a multi-objective preference optimization problems, and others.
|
Free Research Field |
システム工学
|
Academic Significance and Societal Importance of the Research Achievements |
システム科学やシステム工学の分野における基盤技法である「システム最適化」と「システムモデリング」に関し,後者の機能を前者の機能に内包させた新たな方法論を創出した点で,当研究課題の成果の学術的意義が高く,これに類する研究成果も国内外において見受けられない。同時に,本手法を社会的課題解決のための新しい概念的方法論である「螺旋型システムズアプローチ」に位置付け、さらに近年話題となっているスマート社会のプラットフォームの設計・計画・運用するための新しいシステム方法論を提供する点で,当成果は社会的意義を有している。
|