| 研究課題/領域番号 |
20K11997
|
|---|
| 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 | 東京理科大学 |
|---|
研究代表者 |
立川 智章 東京理科大学, 工学部情報工学科, 准教授 (90633959)
|
|---|
| 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 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2022年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2020年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | 多目的進化計算 / 適応的交叉 / 航空交通 / AOS / PCA / 適応的交叉選択法 / 機械学習 / 動的学習 |
|---|
| 研究開始時の研究の概要 |
インダストリー4.0といった高度生産システムや航空機や列車に代表される大規模輸送システムは近年急速に複雑化している．このように相互作用する多数の要素からなるシステムのパラメータは膨大であり，システム全体を最適化し効率よく運用することは容易ではない．こうした中で対象をブラックボックスとして取り扱える多目的進化計算手法は適用自体は比較的容易であると考えられるものの，膨大な数のパラメータへの対応は課題であり，ハイパーパラメータに関しても動的に推定し高効率化することが望ましい．本研究の大きな目的は高効率的な多目的進化計算手法の開発を行うことである．本研究の適用範囲は広く様々な分野での応用が期待できる．
|
| 研究成果の概要 |
進化計算の各ステップはモジュール化が可能して交換することが可能であり，問題に応じて良い組合せをすれば性能向上が期待できる．しかし事前に最適な組合せを決めることは困難であることから，本研究では，①適応的アプローチのハイパーパラメータの削減法、②設計パラメータの次元削減法、③実問題の並列実装を実施した．
その結果，適応的交叉手法のパラメータの一つである最小選択確率を削減することができた．次元削減法としては主成分分析に基づく遺伝オペレータを提案し有効性を確認した．
実問題として日本全国を対象とした航空交通流の多目的遅延最小化問題に取り組み，並列実装を用いた最適化を行った．
|
| 研究成果の学術的意義や社会的意義 |
進化計算は対象をブラックボックスとして取り扱えるため，産業界でも広く使われている．アルゴリズムの適用自体は比較的容易であるものの，問題の規模が増大するにつれて，更なる効率化が求められている．
本研究は進化計算アルゴリズムの更なる効率化を目指したものである．問題に応じて最適な遺伝オペレータを選択する手法や，主成分分析の基づく遺伝オペレータに焦点を当て，その有効性とパラメータの削減を実現した．また，実問題として航空交通流を考えその並列実装を行った．これらの成果は，大規模な最適化問題に取り組む際に適用できる基盤技術の一部となると考えられる．その適用範囲は広く，様々な分野での応用が期待できる．
|
