2016 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 |
|---|
| 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組合せ最適化アルゴリズムを実現する．
本年度は，現実社会におけるいくつかの応用事例に対して組合せ最適化アルゴリズムを開発した．具体的には，電気自動車の充放電計画，電子ジャーナルの購読計画，ラスタ図形の詰込み，観測データに基づく人の移動履歴の推定，商品推薦の最適化，学校の時間割などが挙げられる．
商品推薦の最適化では，確率的劣勾配法と価格法を併用する手法により30億変数におよぶ超大規模な問題例に対して現実的な計算時間で精度の高い解を求めることができた．
また，電子ジャーナルの購読計画では，限られた予算の下で購読タイトルを決定する問題を整数計画問題に定式化し，分野による偏りのない現実的な購読計画案を作成することができた．
|
| 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，汎用性の高い組合せ最適化問題に対する局所探索法を開発するとともに，現実社会のいくつかの応用事例に対する組合せ最適化アルゴリズムを開発し，それらの解決に貢献した．
|
| Strategy for Future Research Activity |
整数線形計画問題だけではなく，連続変数を含む混合整数線形計画問題や，非線形関数を含む整数非線形計画問題に対する組合せ最適化アルゴリズムを開発する．
また，商品推薦最適化を始めとする超大規模な組合せ最適化問題に対する汎用的なアプローチを検討する．
|
| Causes of Carryover |
予定していた国際会議への参加を取りやめたため．
|
| Expenditure Plan for Carryover Budget |
今年度は参加しなかった国際会議に参加する予定．
|
