研究課題/領域番号 |
21K17933
|
研究種目 |
若手研究
|
配分区分 | 基金 |
審査区分 |
小区分64060:環境政策および環境配慮型社会関連
|
研究機関 | 名古屋大学 (2022) 国立研究開発法人国立環境研究所 (2021) |
研究代表者 |
蛭田 有希 名古屋大学, 環境学研究科, 特任助教 (50870979)
|
研究期間 (年度) |
2021-04-01 – 2024-03-31
|
研究課題ステータス |
交付 (2022年度)
|
配分額 *注記 |
3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
2023年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
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)
|
キーワード | 意思決定支援 / 機械学習アルゴリズム / 回帰モデル / 電力需要 / 交互作用 / コロナ禍の影響 / テレワーク / 意思決定 / 多目的 / シナジー・トレードオフ / 機械学習 / アルゴリズム |
研究開始時の研究の概要 |
多様な主体によるSDGs実現に向けた取り組みが加速する一方、学術的観点からは、目標間・指標間の相互作用に関する知見の不足が指摘され、相互作用の軽視による非効率のために目標達成が遅れる可能性が指摘されている。本研究は、多様な環境・経済・社会問題のシナジー・トレードオフ関係を考慮した意思決定を支援するため、統計的アルゴリズムによって、意思決定者とシステムとが対話的に最適な目標値を特定する仕組みを開発し、SDGsのように分野横断的な目標の同時達成が求められる多くの理念実現に資する技術的手法の提案を目指すものである。
|
研究実績の概要 |
本研究は、多様な環境・経済・社会問題のシナジー・トレードオフ関係を考慮した意思決定を支援するため、統計的アルゴリズムによって、意思決定者とシステムが対話的に最適な実施目標を特定する仕組みを開発することにより、分野横断的な目標の同時達成が求められる多くの理念実現に資する技術的手法を提案することを目指すものである。研究の実施過程は主に、1)個々の目的指標(TF:Target Feature)を、施策の実施程度を表す実施指標(CF:Contributing Feature)で説明する個別モデルの構築過程と、2)複数のTFの許容基準が同時に満たされるようなCFの期待値をアルゴリズムが提示し、意思決定者がこれに基づき許容基準の再評価を行う対話的なアルゴリズムの構築過程とに分かれる。2022年度においては、2021年度から構築してきた個別モデルの一つである電力需要予測モデルの活用により、多様な共変量を調整したシミュレーションを行うことで、注目する複数の要因の交互作用がもたらす影響の検出を行った。結果、日々の通勤・通学などによる人流の多寡が電力需要に与える影響は気温に依存して異なることなどが示唆された。このことは、電力需要削減策としてのテレワークの実施は、特定の条件下に限って有効となる可能性を示している。こういった複数要因の交互作用の考慮は、本研究課題で引き続き取り組む、多様な個別モデルや意思決定支援アルゴリズムの構築、およびその解釈においても重要な観点だと考えられた。
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
複数の個別モデルの完成には至らなかったものの、電力需要をTFとする個別モデルの構築や精査の過程において、COVID-19パンデミックの影響による電力需要構造の変化の定着に関する副次的な発見が得られ、これを検証するためのシミュレーションによる詳細な分析に取り組むことができた。このことは、本研究課題において、予想外のインシデントによる事象の構造変化の考慮の必要性を示唆しただけでなく、人の行動変容によるエネルギ―消費量削減可能性を検討するうえで重要な知見をもたらした。したがって、本研究課題はおおむね順調に進捗していると言える。
|
今後の研究の推進方策 |
2023年度には、引き続き、各種個別モデルの構築と精緻化を行うとともに、個別モデル構築過程で得られた知見や技術を論文にまとめる。具体的には、これまでに構築した電力需要を目的指標(TF)とする個別モデルを、各種の介入(CFの改変)に対する結果(TF:電力需要)をより的確に表現できるよう改良し、その妥当性を検証する。そして、この個別モデルを他の個別モデルの構築のためのパイロットモデルとし、電力需要以外のTFに関する個別モデルの構築を行う。そして、複数の個別モデルが構築された段階で、複数のTFが許容基準を同時に満たすための実施指標(CF)の期待値の把握と意思決定者による許容基準の再評価による対話的なアルゴリズムの開発を行う。
|