| 研究課題/領域番号 |
20K04974
|
|---|
| 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25010:社会システム工学関連
|
|---|
| 研究機関 | 東京都市大学 |
|---|
研究代表者 |
岡田 公治 東京都市大学, 環境学部, 教授 (40757126)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2022年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2021年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2020年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | 構成的アプローチ / 社会イノベーションプロジェクト / プロジェクトマネジメント / プログラムマネジメント / ビジネスシミュレーション / 強化学習 / 機械学習 / 局所最適化防止 / シミュレーション / プログラム・ポートフォリオマネジメント / 計算機エージェント |
|---|
| 研究開始時の研究の概要 |
高度な情報通信(ICT)技術を活用した社会イノベーション(DX: Digital Transformation)が期待されている．イノベーションを成功に導くにはプロジェクトマネジメント(以降PM)が重要であるが，プロジェクト(以降PJ)の成功率は高くない．本研究課題では，PM行動がPJスケジュール・コスト等へ及ぼす影響を導出可能なPJ挙動シミュレータと与えられたPJ評価基準の下で準最適なPM行動を学習する AI (機械学習) エージェントを高度化し，これらを用いて PJとその環境に内在する問題構造として局所最適化構造の導出とその解決策としてPJ局所最適化抑制法の確立を試みる．
|
| 研究成果の概要 |
プロジェクトマネジャー(PM)行動がプロジェクト(PJ)に与える影響を導出可能なPJ挙動シミュレータと準最適なPM行動を学習する機械学習(AI)エージェントを用いてPJ局所最適化抑制法の確立を試みた．
全体アーキテクチャの検討から，個別事例のビジネス環境シミュレータとそれを容易に構築できる仕組みの必要性が認識され，その構築方法を整理体系化した．PJのSQCD目標だけでなく，ビジネス環境のシミュレータを通じプロジェクト完了後のアウトカム/インパクトを推定し評価指標に加えることで局所最適化が防止できることを，AIエージェントを用いた仮想シミュレーションにより準数理的に導出できた．
|
| 研究成果の学術的意義や社会的意義 |
高度な情報通信技術(ICT)を活用した社会イノベーション(Society 5.0，DX)が期待されている．イノベーションを成功に導くにはプロジェクトマネジメント(以降PMと記)が重要であるが，プロジェクトの成功率は50%にも満たない．本研究では，ビジネス環境シミュレータを通じプロジェクト完了後のアウトカム/インパクトを推定し評価指標に加えることで局所最適化が防止できることが明らかとなり，また，それに必要なビジネス環境シミュレータの構築方法を整理体系化した．これらの成果が産業界に普及することで，社会イノベーションプロジェクトの成功率を高めることができると考えられる．
|
