2015 Fiscal Year Annual Research Report
機械学習に基づく汎用的な組合せ最適化アルゴリズムの自動構成
| Project/Area Number |
26282085
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
梅谷 俊治 大阪大学, 情報科学研究科, 准教授 (80367820)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
河原 吉伸 大阪大学, 産業科学研究所, 准教授 (00514796)
|
|---|
| Project Period (FY) |
2014-04-01 – 2018-03-31
|
| Keywords | 組合せ最適化 / アルゴリズム / データマイニング |
|---|
| Outline of Annual Research Achievements |
組合せ最適化の専門知識を持たない利用者が，産業や学術の幅広い分野において日々新たに生じる現実問題を短期間で解決するには，これらの問題を整数計画問題などの汎用的な組合せ最適化問題に定式化し，その問題に対する高性能なアルゴリズムを開発することが望ましい．しかし，問題の汎用性が高まればアルゴリズムの性能向上に利用できる特徴的な構造が失われるため，汎用的な組合せ最適化問題に対して高性能なアルゴリズムを開発することは困難である．本研究では，実行時に個別の入力データからアルゴリズムの性能向上に役立つ構造を発見し，アルゴリズムの設定や構成を自動的に決定する手続きを提案することで，汎用的かつ高性能な食合せ最適化アルゴリズムを実現する．
本年度は，大規模な0-1整数計画問題に対して局所探索法を雛形とするメタヒューリスティクスを開発した．局所探索法の設計における自由度は大きく，個々の問題に含まれる特徴的な構造を把握した上で，探索空間，解の評価，近傍の定義，移動戦略などの各要素を注意深く設計することで高性能な局所探索法を実現できる．局所探索法では，計算時間の大部分が近傍探索に費やされるため，大規模な組合せ最適化問題に対応する上でその効率化は最も重要な課題である．そこで，0-1整数計画問題において近傍解の評価値を高速に計算する手法と，制約行列の列ベクトル間の類似度を指標に用いて改善する可能性の高い近傍解を抽出する手法を開発し，数百万変数の大規模な0-1整数計画問題に対応できる高性能な局所探索法を実現した．さらに，開発した局所探索法を既存の整数計画ソルバーと並列実行し，暫定解の情報を交換することでアルゴリズムの性能向上を実現した．また，高性能なアルゴリズムの開発と並行して，現実社会におけるいくつかの応用事例を整数計画問題に定式化し，具体的な解決策を提示した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本年度は，0-1整数計画問題に対する局所探索法の開発以外にも，商用ソルバーとの並列実行によるアルゴリズムの性能向上，整数計画問題を用いた現実世界の応用事例の解決など，多方面に渡り研究成果を挙げることができた．
|
| Strategy for Future Research Activity |
大規模な0-1整数計画問題に対する効率的な局所探索法は実現できたので，次は現実世界の応用事例に現れる多種多様な0-1整数計画問題からアルゴリズムの性能向上に役立つ構造を短時間で発見する手法を開発する．いくつかの現実世界の応用事例に取り組むとともに，データマイニングや機械学習のなどの大規模データから知識を発見する手法の最新の研究成果を調査しつつ研究課題に取り組む予定である．
|
