研究課題/領域番号 |
16K12537
|
研究種目 |
挑戦的萌芽研究
|
配分区分 | 基金 |
研究分野 |
ウェブ情報学・サービス情報学
|
研究機関 | 千葉大学 |
研究代表者 |
荒井 幸代 千葉大学, 大学院工学研究院, 教授 (10372575)
|
研究分担者 |
和嶋 隆昌 千葉大学, 大学院工学研究院, 准教授 (00380808)
矢入 郁子 上智大学, 理工学部, 准教授 (10358880)
|
研究期間 (年度) |
2016-04-01 – 2019-03-31
|
キーワード | ロジスティクス最適化 / 還元物流 / センサネットワーク / マルチエージェントシステム |
研究成果の概要 |
本課題は,廃棄物系バイオマスの活用に向けて,「リサイクル技術」と「発生から利用まで一連の施設をつなぐ還元物流」の最適化を目的として推進してきた.自治体ごとに異なるリサイクル施設の数,処理能力の違いを調査し,廃棄物の種類に基づいた発生パターンの予測可能性を示した. また,モーダルシフトによる還元物流の最適化については,異種モビリティを組み合わせることによって,夜間リソースの有効活用を目的とした最適化問題として定式化した.具体的には,スマートデバイス間の連携による (1) 発生量,場所の管理,(2) 廃棄量と処理施設能力との関係から配送先候補の選定が可能な管理システムのプロトタイプを構築した.
|
自由記述の分野 |
マルチエージェント学習
|
研究成果の学術的意義や社会的意義 |
廃棄物系バイオマスのエネルギー利用技術は,既に実用化レベルにあるにもかかわらず,運用に至っていない.この学術的背景の下,廃棄物の収集や保管場所の確保,いわゆる還元物流がボトルネックである点に着目した.一方,社会的には, 2020年の東京オリンピック開催で予想される食品廃棄物の急増,さらに安価で高性能なセンサ技術の発達を背景に,効果的な還元物流モデルを示すことの意義は大きい.モーダルシフトは,一般に車から鉄道,船舶へのシフトを指すが,ここでは廃棄物発生量,それを収容可能な保管・処理施設と交通手段,目的地の選定を含む柔軟な配送シフトをマルチエージェントモデルの学習によって獲得する方法を示した.
|