| 研究課題/領域番号 |
19H04179
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61040:ソフトコンピューティング関連
|
|---|
| 研究機関 | 筑波大学 |
|---|
研究代表者 |
秋本 洋平 筑波大学, システム情報系, 准教授 (20709654)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
17,160千円 (直接経費: 13,200千円、間接経費: 3,960千円)
2023年度: 2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
2022年度: 3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2021年度: 3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
2020年度: 3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
2019年度: 3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
|
|---|
| キーワード | 進化計算 / マルチフィデリティ最適化 / ワーストケース最適化 / 制約付き最適化 / 深層生成モデル / 収束解析 / Human-out-of-the-loop / 不確実性 / Min-Max最適化 / 多目的最適化 / 深層学習 / 生成モデル / 非凸制約 / シミュレーションベース最適化 / ナッシュ均衡解 / マルチフィデリティ / アルゴリズム選択 / シミュレーションベース最適化 |
|---|
| 研究開始時の研究の概要 |
ブラックボックス最適化技術は，これまで技術者のノウハウや試行錯誤に基づいていたパラメータ調整を人手を介さずに実現する基盤技術であるが，最適化結果に直結する重要な意思決定は依然として問題設計者のノウハウと試行錯誤を要する．本研究では，最適化プロセス全体の自動化を実現するために，進化計算と呼ばれる汎用的な最適化技術を応用した新しい最適化の枠組みを提案する．これにより，問題設計者が被っていた試行錯誤に基づく意思決定の負担が大幅に削減され，最適化プロセス全体の抜本的な効率化が期待される．
|
| 研究成果の概要 |
本研究では，「意思決定を最適化法に委ねることにより，最適化プロセスを自動化することができるか」という問いを検証するため，シミュレーションベース最適化を扱う上で問題設計者が直面すると同時に最適化結果に直結する項目について，意思決定を自動化する枠組みを構築した．具体的に，ランク相関係数に基づくシミュレーション精度の自動選択機構の提案，ワーストケース性能を保証する最適化法の提案，代理関数を用いた場合における進化計算の振る舞いの解析，進化戦略の収束レート解析による終了条件の考察，制約付き最適化における深層生成モデルを活用した設計変数の自動構築，効率的な最適化基盤の設計，について研究し，成果を得た．
|
| 研究成果の学術的意義や社会的意義 |
与えられた解に対する評価のみを返す評価器を通して最適化を実現するブラックボックス最適化技術は，これまで技術者のノウハウや試行錯誤に基づいていたパラメータ調整を人手を介さずに実現する基盤技術である．しかし，問題の定式化や与えられた解の目的関数値や制約違反量を計算する評価器の設計は問題設計者（人）の役割であり，最適化法の選択やパラメータの調整は最適化実施者（人）の役割であるため，システム全体の自動化を実現には至っていなかった．本研究の成果により，これまで最適化を繰り返しながら試行錯誤的に行われていた上述の意思決定への人の介入が不要となり，問題設計者の負担が大幅に削減されると期待される．
|
