2018 Fiscal Year Research-status Report
進化型多目的最適化における探索履歴を活用した新たなメタ戦略メカニズムの開発
| Project/Area Number |
17K00331
|
|---|
| Research Institution | Muroran Institute of Technology |
|---|
Principal Investigator |
渡邉 真也 室蘭工業大学, 大学院工学研究科, 准教授 (30388136)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
廣安 知之 同志社大学, 生命医科学部, 教授 (20298144)
榊原 一紀 富山県立大学, 工学部, 准教授 (30388110)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | 進化型多目的最適化 / 進化計算 / 分子価格法 / 分子限定法 |
|---|
| Outline of Annual Research Achievements |
本年度は，設計変数の数が非常に多い超多変数な問題に対する最適化アルゴリズムの開発を行い，単目的，多目的の両分野において一定の成果を挙げることができた．単目的最適化では，超多変数問題において優れた効果を示す部分問題化のアプローチに低次元化手法を組み込むことで，単に部分問題化だけを行う既存手法に比べ探索性能を向上させることができることを示した．また，多目的最適化では，サンプリングを含めた探索履歴情報から近似関数を作成し高効率な探索を実現するEfficient Global Optimization(EGO)において部分問題化の概念を導入し，複数の部分問題ごとに近似関数を作成することで，元の問題に対して近似関数を作成する場合よりも高精度な近似が実現できることを示した．
そのほか，分子限定法や分子価格法といった厳密解法を用いた応用研究として，Dial-A-Ride-Problemに対する効果的なアプローチの提案を行い，既存手法に比べ良好な結果が得られることを示した．提案手法では，要求の追加や削除，変更といった動的な顧客の要求変化に対して要求前の探索情報を活用し，より効果的に要求変更後の最適解を導出するものであり，ほぼすべての場合において優れた性能を示すことができた．
上記以外の研究成果としては，進化型多目的最適化をリニアエアロスパイクエンジンの設計問題に応用した研究が挙げられる．本研究では，多目的最適化により得られた高品質かつ多様な解を分析することで有用な対象問題の特徴が得られることを示した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
探索履歴情報を近似関数作成に利用するアプローチを新たに開発し，超多数変数の問題に対して既存アプローチを上回る性能を示すことに成功している．また，単目的，多目的最適化に関して応用研究を含めて当初の予定を上回る成果を挙げることに成功している．
そのため，「おおむね順調に進展している」と判断した．
|
| Strategy for Future Research Activity |
本年度取り組んだ，Efficient Global Optimization(EGO)に基づく進化型最適化アルゴリズムおよび厳密解法を用いた応用研究では，一定の成果を示すことができたものの幾つかの改善点が残っている．今後は下記に示す課題解決を目標に研究を進める予定である．
(1)部分問題化の概念を用いることで少ない探索情報で高精度な近似関数を実現することができたものの，部分問題化手法にはまだ改善の余地が多数残されている上，元の問題に対する近似関数を併用することでさらなる探索性能の向上が見込まれる．
(2)厳密解法では扱うことのできる問題規模が限られており，ある一定以上の規模の問題には適用できないという問題点がある．ある程度以上の規模の問題においても現実的な時間内で良質な解を導出するアプローチについて検討を進める．
|
| Causes of Carryover |
道内に在住しているため旅費には飛行機代が必要となるが，年度末に予定していた出張において想定よりも安く航空券を押さえることができたことなどにより約1万円弱の次年度使用が生じた．
|
