| 研究課題/領域番号 |
19K11843
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分60020:数理情報学関連
|
|---|
| 研究機関 | 成蹊大学 |
|---|
研究代表者 |
池上 敦子 成蹊大学, 理工学部, 教授 (90146936)
|
|---|
| 研究分担者 |
伊藤 靖彦 成蹊大学, 理工学部, 研究員 (50838993)
加藤 晴康 成蹊大学, 理工学部, 研究員 (60838994)
呉 偉 静岡大学, 工学部, 助教 (90804815)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2020年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2019年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
|
|---|
| キーワード | スケジューリング / 最適解の分布 / 多様性と類似性 / 公平性 / ロバスト / 解の多様性と類似性 / ロバスト最適化 / 解空間把握 |
|---|
| 研究開始時の研究の概要 |
ナース・スケジューリングを代表とする勤務スケジューリングにおいては，勤務表作成者が持つ潜在的な制約条件や評価尺度などの暗黙知について「事前に知ること」や「たたき台として与えた解に反映すること」が難しい．本研究では，解の修正を支援する「最適解の分布」情報を得ることに加え，解が持つ「バランス」（勤務者の負荷等，勤務表を構成する要素の平準化，公平性）と「入力変更に耐えうる解のロバスト性」に焦点をあて，それらを考慮した解を高速に得るためのアルゴリズムを構築する．具体的には，研究目的に挙げた（課題1）最適解の分布を提供，（課題2）公平性を持つ解を提供，（課題3）ロバストな解を提供，に取り組む．
|
| 研究成果の概要 |
潜在的な制約や評価尺度を反映できる情報生成を目的に，最適解分布，公平性，ロバスト性の提供を議論した．
ナーススケジューリングでは，制約式に頻出する意思決定変数の値の相違を多様性の尺度とし，多様な解を得るモデルを構築した．解間推移を２種類定義し，推移過程の解を観察した．距離ベースの推移では多くの最適解を高速に得た．多様解と類似解を統合した情報は，効率的な解修正を実現できると考える．総当たりリーグ戦やシフトスケジューリングの公平性を対象にモデルとアルゴリズムを提案した．0-1整数計画問題に一般化した最大後悔最小化基準のロバスト最適化問題に対するアルゴリズムを提案し，Pythonパッケージを実装した．
|
| 研究成果の学術的意義や社会的意義 |
人が持つ暗黙知，言語化していない制約や評価尺度が存在する問題では，最適化アルゴリズムの現場利用が難しい．最適化技術（モデルやアルゴリズム）が現場で真に利用されるためには，「暗黙知をうまく反映・吸収すること」を支援できる情報が必要である．本研究は，最適解の分布（多様性と類似性）を提供して，現場における解の選択，修正，評価の可能性を広げる．加えて，解が与える公平性，解のロバスト性が，現場の意思決定を助ける．最適化研究においては，最適解を1つ得ることが一般的であり，最適解間の関係に主眼を置いた研究は少ない．多様性と類似性の視点を持って分布を議論することはユニークな試み（学術的な問い）だと考える．
|
