| 研究課題/領域番号 |
16K01231
|
|---|
| 研究機関 | 小樽商科大学 |
|---|
研究代表者 |
加地 太一 小樽商科大学, 商学部, 教授 (60214300)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2021-03-31
|
| キーワード | 最適化問題 / 組合せ最適化 / メタヒューリスティクス / アルゴリズム / 粒子群最適化法 |
|---|
| 研究実績の概要 |
最適化問題は様々なクラスに細分化され、その解法も複雑化されている。そのため、実務レベルでは利用価値がありながらその緻密さゆえ使いこなせない現状でもある。そこで問題のクラスに依存せず、あらゆる問題を解く汎用型最適化ソルバー（アルゴリズム）を構築し、最適化の今後の利用へとつなげていきたい。本研究では、潜在的な探索力、動作の柔軟さを秘めている粒子群最適化法（Particle Swarm Optimization、PSO）を用いて、汎用的に問題解決可能なアルゴリズムを開発する。特に、PSOの大きな欠点である高次元問題における性能悪化、および離散的構造に対応できない課題を打開していく。
本年度は、本研究の目的であるPSOの高次元な問題に対する高性能化、および離散化対応をはかるため、PSOの可能性、問題点などを調査、検討し、開発研究のためのデータ、およびプロトタイプを用意した。そして、その効果、可能性を確認し、有効性のある考え方を次の開発研究で利用できるよう準備を整えた。
また、申請者により提案されたコーシー適応型散布探索PSOで採用されているコーシー分布にもとづくロングジャンプを伴う粒子移動の考え方、および粒子群の再構築で利用した散布探索などの有効性を調査した。既に得られた実験結果は、限られた問題の範囲であり、かつ内部的な探索動作の調査には至っていない。そこで、広く、体系的にコーシー適応型散布探索PSOに対する様々な実験値を取っていき、問題点、改善の余地を調べ、アルゴリズムの改良を行った。
|
| 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
現在までに、PSOの可能性、問題点などを調査、検討し、その効果、有効性など検証した。今後も多くの先行研究などを調査し、その可能性などを広げていきたい。また、本研究のポイントであるコーシー適応型散布探索PSOに対して広く、体系的に数値実験を行い、問題点、改善点などのデータを得ることができた。したがって、本研究の予定する基礎段階が十分行われたものと考えている。さらに、得られたデータをもとにアルゴリズムのチューニングなどが行えたことは、大きな進展を得たものと考えている。
|
| 今後の研究の推進方策 |
初年度で得られた知見をもとに、高次元問題に対応する粒子エージェントを開発し、複雑な問題で悪い解に落ち込むPSOでの問題の打開をはかり、実用的な大規模な事例に対応させる。
特に、申請者は粒子の移動においてロングジャンプなど特徴的な能力を与えることにより高次元な問題に対して有効な結果が得られることを見出した。この知見に基づき、より柔軟なt分布など裾の広い分布を適用しロングジャンプの機能を強化した移動を取り入れ、高次元での探索能力の強化をはかる。その他、多様化、集中化の要因となる項を移動ベクトルに加えるなど、多くの可能性を試しその有効性を明らかにする。
また、申請者は粒子群自体を再構築することにより高次元な問題に対する改善の知見を得ている。この知見をもとに多様化、集中化に影響を与える粒子群情報（位置、方向、暫定値など）を明らかにし、その情報に意図的な操作を加えることにより悪い解に落ち込む現象を打開する。そこでの影響する因子も複数あるため、多くの組合せに対する効果、作用なども解明していく。
|
| 次年度使用額が生じた理由 |
今年度、アルゴリズムの性能を調査するため基本的なベンチマーク問題に対して体系的に数値実験を行った。しかし、さらに詳細な検証を試みるには、高次元、かつ複雑な問題に対しての実験などを含め多くの数値実験が必要となる。それらに関しては次年度に対応することとし、そのための実験環境の整備は次年度に回すこととした。そのため実験環境を整えるために必要な機材を次年度に購入するものとし次年度使用額として計上したものである。
|
| 次年度使用額の使用計画 |
次年度において、詳細な数値実験を行うために実験環境を整え、広範囲に検証を行う予定である。そのため、次年度使用額を用いて、実験環境の充実をはかる予定である。特に、膨大なベンチマーク問題を検証し、その特性を明らかにするために、並列的に実験が行えるよう環境を整えたい。
|
