| 研究課題/領域番号 |
15K12460
|
|---|
| 研究種目 |
挑戦的萌芽研究
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
社会システム工学・安全システム
|
|---|
| 研究機関 | 名古屋大学 |
|---|
研究代表者 |
柳浦 睦憲 名古屋大学, 情報学研究科, 教授 (10263120)
|
|---|
| 研究協力者 |
呉 偉
|
|---|
| 研究期間 (年度) |
2015-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2017年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2016年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2015年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | ロバスト最適化 / 組合せ最適化 |
|---|
| 研究成果の概要 |
最適化手法のほとんどは，入力データが既知のものであるという前提のもとにアルゴリズムが設計されている．しかし，多くの現実問題において入力データには曖昧さや不確定要素が内在している．そこで，このような入力データの変動に大きく影響されないようなロバストな解を得るようなアルゴリズムの開発が望まれている．
本研究では，ロバスト性の基準として最大後悔最小化を考慮した一般化割当問題，およびΓロバスト基準を考慮したナップサック問題に対して効率的なアルゴリズムを提案し，その理論的性質を解析した．また，計算実験により提案手法の性能評価を行った．
|
| 研究成果の学術的意義や社会的意義 |
計画段階で別の解を選んでいればもっとうまくいったのに，と後悔することのないようにするためには，入力データがどのように変動しても大きく損することのないような解を得る必要がある．そのような変動の組合せは無数にあるため，それらすべてに対して解の良し悪しを判断することは困難である．そのような変動の組合せのすべてを列挙することなく変動に強い解を得るために，数理的な手法を導入することでこれを可能にし，そのような仕組みを取り入れたアルゴリズムを開発した．代表的な組合せ最適化問題に対して提案手法を適用し，その有効性を示した．
|
