研究課題
進化型計算法は、最適化問題の解法、人工知能の学習、推論、プログラムの自動合成などに広く応用され、生物の進化のメカニズムをまねて自然に学ぶ問題解決を目指すもので、近年、各界から注目を集めている。本年度、本研究では、生産システムにおけるフローショップ問題を対象にした多目的最適化問題を取り上げ、遺伝的アルゴリズムによる解法を試みる。最適化の目的関数としては、1)生産に要する総所要時間の最小化、2)機械の保守点検に必要な所要時間の最小化、の二つを取り上げる。また、多目的最適化のための遺伝的アルゴリズムとしては、これまでにVEGA (Vector Evaluated Genetic Algorithm)という手法が提案されているが、本研究では新たにh-MGA (heterogeneous Multi-objective Genetic Algorithm)という手法を提案して開発した。この手法を二目的フローショップ・スケジューリング問題に適用して、パレート最適解集合を効率よく発生させることができることを確かめた。今後、h-MGAの手法にエリート戦略などを盛り込んでさらに手法の改善を試みるとともに、多数のパレート最適解の中から意思決定者の欲する選好解を見つけだす有効な手法を開発し、農産業を対象にした有効な進化型計算法を確立してゆきたい。
すべて 2005
すべて 雑誌論文 (1件)
Proceedings of the International Manufacturing Leaders Forum on Global Competitive Manufacturing, Adelaide, Australia (印刷中)