| 研究概要 |
本研究では,看護師勤務表作成問題に遺伝的アルゴリズムを適用する場合において,適切な遺伝的演算方法やそれらのパラメータ設定に対する指針を得るために,解探索過程の可視化手法の開発を行った.これまで,各目的に対する重視度を与え,その加重線形和をとることで,一目的問題としての解探索およびその探索過程可視化を行ってきたが,本年度は,看護師勤務表作成を多目的最適化問題ととらえ,この問題に適した遺伝的アルゴリズム(NSGA-II)を適用した.これにより,看護師長は,事前に各目的への重視度を数値で与える必要がなくなり,得られた複数の解候補から,求める解(勤務表)を選択することが可能となる.ただし,看護師勤務表作成問題における目的関数の数が多いことで,遺伝的アルゴリズムを適用した際に,膨大な数の解候補が得られることに加え,評価値が多次元であることで,その特徴を把握/解を選択することが困難となる.そこで,多次元評価値空間上でクラスタリングを行うことで解候補群を集約し,線形射影手法を用いて次元圧縮を行うことで解候補群/クラスタの可視化を行う手法を開発した.クラスタリングにFuzzy-C-Means (FCM),線形射影手法にFuzzy Multiple Discriminant Analysis (FMDA)を用いる手法を提案し,その有効性を論文としてまとめ,現在投稿準備中である.また,可視化手法の確立を目的に取り組んでいる,自由書式により書かれたドキュメントから特徴や傾向を発見・分析する知識抽出手法について検討を行ってきた.昨年度開発したテキストマイニングツールHKグラフを,WEB上でのユーザレビュー解析に適用し,製品評価支援ツールとしての可能性を模索した.
|
