| 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、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高次元な問題に対して質の高い解を導出する解移動分布を検討した。ロングジャンプの機能を強化した移動制御を粒子エージェントに取り入れ、高次元での探索能力の強化をはかった。その結果、コーシー分布にもとづく粒子の移動制御が優れた結果を導き、高次元問題に対して有力な改善因子の一つとなりうることが判明した。その他、多様化、集中化の要因となる因子を検討して、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した。
また、ここで提案された粒子移動によるPSOの可能性、問題点などを調査、検討し、そのパフォーマンス、限界などを検証した。特に、本研究のポイントであるコーシー適応型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に努めた。
|
| 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、高次元問題に対し有効な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し質の高い解を導出するアルゴリズムを開発した。今後も本研究のポイントであるコーシー適応型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に努める。したがって、本研究の予定する高次元問題に対するアルゴリズム開発の基礎段階が十分行われたものと考えている。
|
| 今後の研究の推進方策 |
今回得られたアルゴリズムをもとに、高次元問題に対しさらに改善を試み、新たな粒子群最適化法の考えを提案する。
特に、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。解の善し悪しに影響する因子も複数あるため、因子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 |
【理由】今年度、アルゴリズムの開発を行い、基本的なベンチマーク問題に対して数値実験を行った。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する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。
【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。
|
