| 研究分担者 |
堀山 貴史 奈良先端科学技術大学院大学, 情報科学研究科, 助手 (60314530)
野々部 宏司 京都大学, 情報学研究科, 助手 (40324678)
柳浦 陸憲 京都大学, 情報学研究科, 講師 (10263120)
品野 勇治 東京農工大学, 工学研究科・電子情報工学専攻, 講師 (00297623)
|
|---|
| 研究概要 |
現実問題に現れる組合せ最適化問題の解法として、局所探索を基盤に、タブー探索、遺伝アルゴリズム、アニーリング法などいわゆるメタヒューリスティクスと称される手法が種々提案され、精度の高い近似解を効率よく求めるために大きな成果を上げつつある。本研究では、いくつかの代表的な組合せ問題に汎用性の高いアルゴリズムを開発することで、実用性の高い問題解決システムを構築することを目指した。
代表的組合せ問題としては、1.最大充足可能性問題(maximum satisfiability problem,MAX-SAT)、2.制約充足問題(constraint satisfaction problem,CSP)、3.一般化割当問題(generalized assignment problem,GAP)、4.資源制約プロジェクトスケジューリング問題(resource constrained project scheduling problem,RCPSP)、5.車両経路決定問題(vehicle routing problem,VRP)、6.集合カバー問題(set covering problem,SCP)、7.板取り問題(cutting stock problem,CSTP)、8.2次元箱詰め問題(2-dimensional packing problem,2PP)、などを対象とし、汎用性を考慮しつつアルゴリズムを開発した。
具体的には、メタヒューリスティクスの手法であるタブー探索を基本におき、それに反復局所探索法、可変近傍探索法、遺伝アルゴリズム、アニーリング法などの特長を加味するというアプローチをとっている。また、計算実験を通じて、これらのアルゴリズムについて近傍の構造とその探索法の影響、とくに局所最適解からの脱出効率などを評価し、実用的に有用な形にまとめあげるよう試みた。
|
