| 研究課題/領域番号 |
20K11971
|
|---|
| 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61040:ソフトコンピューティング関連
|
|---|
| 研究機関 | 福知山公立大学 |
|---|
研究代表者 |
畠中 利治 福知山公立大学, 情報学部, 教授 (10252884)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2023年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2020年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | 進化計算 / 粒子群最適化 / ベンチマーク問題 / 多因子最適化 / 軍知能モデル / 群知能 / ブラウン運動 / 数理モデリング |
|---|
| 研究開始時の研究の概要 |
生物規範型の最適化法としての進化計算や群知能は，その汎用性と解探索の性能から実問題においても利用されている一方で，得られた解候補の最適性の保証がないことや探索の性能を決めるパラメータの調整法が試行錯誤的にしか決められないことといった課題があった．本研究では，この課題を解消していく糸口として，これらのアルゴリズムが果たすべき役割を有望領域の発見と定義し，そのための探索の振る舞いをモデルを用いて解析することによって，理解を深めるとともに，より効率的なアルゴリズムの設計への指針を与えるものである．
|
| 研究実績の概要 |
具体的な最適化問題として，ジョブショップスケジューリング問題を取り上げ，進化計算学会から提供されたベンチマーク問題に対して，ビットストリング型の遺伝的アルゴリズムと群知能（粒子群最適化）のハイブリッド化アルゴリズムを構成し，解探索性能を評価した．この問題は，他のアルゴリズムによる解法も検討されており，進化計算の研究者が集まるシンポジウムの場で性能比較が行えるという特徴がある．
性能比較においては，参加者の中位のレベルであったが，事前情報に寄らない解法としては全体の中でもよい成績であった．
群知能型のアルゴリズム単独では，探索空間内での探索点の挙動は探索モデルから類推でき，局所解の集中的な探索を行う働きで解の改善をはかっていると予想できる．一方で，ビットストリング型の遺伝的アルゴリズムは，交叉と突然変異の効果から，有望な解領域の代表点を与える働きを示すと予想できるが，目的関数値をトレースするだけでなく，高次元の探索空間における探索点の動きを，何かしらの次元縮約を行って可視化することなどから検証が必要であると考えている．
また，関数最適化のベンチマーク問題集においても，ここで示したハイブリッド型のアルゴリズムの探索性能を検証した．シミュレーション結果をまとめている段階であるが，この内容については，2024年度内に国際会議等での発表を想定している．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
所属する学部が設置4年目を迎え，学生数に応じた校務が年々増加したことや，2024年度からの大学院設置のため校務が大きな負担となった．
このため，前任校在籍時に考えた研究計画におけるエフォートを割くことに一定の困難さが生じていることが，遅れの理由である．
|
| 今後の研究の推進方策 |
大学院生の研究協力者の助けおよび学内の研究者の助けを得て，研究を推進する予定である．
|
