| 研究課題/領域番号 |
20K11986
|
|---|
| 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 | 東京工業大学 |
|---|
研究代表者 |
小野 功 東京工業大学, 情報理工学院, 教授 (00304551)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2022年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2021年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
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 | 進化計算 / ブラックボックス最適化 / 大域的多峰性 / 関数最適化 / 組合せ最適化 / シミュレーションベース最適化 / データ同化 / 自然進化戦略 / 分布推定アルゴリズム / シンボリック回帰 / 巡回セールスマン問題 / ニッチング / 時間枠制約付き配送計画 / UV関数 / 逐次状態推定問題 / 多目的最適化 / 非明示制約 |
|---|
| 研究開始時の研究の概要 |
本研究課題では，大域的多峰性，悪スケール性，および，変数間依存性を有する非明示制約付きブラックボックス最適化問題において，良質な未知解の発見を可能とする進化計算に基づく高性能最適化基盤を構築する．本研究で対象とする問題クラスは，従来の数理計画法では扱うことができない困難な問題クラスであり，シミュレーションを伴う設計やモデリングを扱うことができる．そのため，本研究で提案する最適化手法は，汎用性が高く，環境・エネルギー分野， 航空・宇宙分野，バイオ・医療分野，社会・経済分野など，幅広い分野の難問解決に適用可能である．
|
| 研究成果の概要 |
本研究では，これまで提案してきた大域的多峰性ブラックボックス最適化のための進化計算手法を発展させることにより，より困難な問題において既存手法よりも効率よく良質な解を発見できる手法を提案し，ベンチマーク問題と実問題を用いた数値実験により有効性を確認した．特に，2群7枚組ズームレンズ系設計問題において，従来手法では発見できなかった専門家による解と同等以上の性能をもつ複数の解を発見することに成功した．さらに，大規模巡回セールスマン問題，時間枠制約付き配送計画問題，変数間依存性をもつ離散ブラックボックス関数最適化問題，シンボリック回帰などのための進化計算手法を提案し，数値実験により有効性を確認した．
|
| 研究成果の学術的意義や社会的意義 |
本研究で提案したブラックボックス最適化手法は，手法の性能評価に用いたレンズ系設計問題だけでなく，環境・エネルギー分野，社会・経済分野，航空・宇宙分野，材料分野などのさまざまな分野のシステム最適化や未知解発見に適用可能な汎用性の高い手法であり，これまで未解決だった各分野の難問の解決へとつながることが期待される．また，巡回セールスマン問題や時間枠制約付き配送計画問題のための最適化手法は流通業界における問題解決への応用が期待され，データモデリングのためのシンボリック回帰手法および状態・パラメータの逐次推定手法は様々な分野におけるデータ解析への応用が期待される．
|
