2022 Fiscal Year Annual Research Report
An optimization transportation system capable of handling real-time data
| Project/Area Number |
18K04625
|
|---|
| Research Institution | Kansai University |
|---|
Principal Investigator |
村上 啓介 関西大学, 商学部, 准教授 (90646457)
|
|---|
| Project Period (FY) |
2018-04-01 – 2023-03-31
|
| Keywords | 組合せ最適化 / アルゴリズム / 最適化モデル / 輸送システム |
|---|
| Outline of Annual Research Achievements |
本研究では最適化の技術を用いて，データ変動と大規模問題に対応しうる輸送システムの構築を目的とする．
本年度は，まず，前年度までに構築したモデルを基にして複数のパターンのインスタンスを作成した．インスタンス作成では，需要発生ポイント（頂点）の数と種類，需要の発生確率，車両の数とサイズなどを，それぞれ数パターン用意して，その組み合わせを考えた．次に，作成し各インスタンスに対して，前年度開発した局所探索法が機能するかを数値実験によるシミュレーションにより確認した．
その結果，需要発生ポイント数が多くなく車両数が少ない小中規模のインスタンスに対しては，開発した局所探索法が比較的速く良い解を導出することができた．一方，需要発生ポイント数が多く車両数が多い大規模なインスタンスに対しては，良い解を出すことができなかった．そこで，インスタンスの規模に応じたアルゴリズムを3つ開発して，解の精度の向上と計算時間の高速化を図った．実際に数値実験において，それぞれのアルゴリズムは，前年度開発した局所探索法とより良いパフォーマンスを示した．
また，需要発生の確率分布のばらつきが小さい場合は，上述の3つアルゴリズムにより良い解を出すことができたが，ばらつきが大きくなると，予定通りに輸送することが難しくなり，これらのアルゴリズムだけでは，大幅に悪い解を出すことがあった．そこで，予定から大きく外れた場合に，迅速に予定（経路）を作り直すアルゴリズムを開発した．数値実験において，このアルゴリズムは，予定から外れた時点ですぐに残りの経路を作り直して，解の悪化を防ぐことを確認した．
|
Research Products
(1 results)
