• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2018 年度 実施状況報告書

離散事象システム理論によるデータに基づく離散最適化モデルの自動生成

研究課題

研究課題/領域番号 17K18951
研究機関大阪大学

研究代表者

西 竜志  大阪大学, 基礎工学研究科, 准教授 (10335581)

研究期間 (年度) 2017-06-30 – 2020-03-31
キーワード離散最適化 / スケジューリング / モデル同定 / 機械学習 / ニューラルネットワーク / 目的関数推定 / ブラックボックス同定
研究実績の概要

本研究の目的は離散最適化問題のモデルを推定し, そのモデルを離散事象システムに変換することで, モデル構造の抽出やモデル縮約を行って, 与えられた仕様を満たす妥当な最適化モデルを構築するための離散事象システム理論を用いたデータに基づく離散最適化技法を創成することである. 平成30年度はデータに基づく離散最適化モデルの同定手法の開発を目的として, 以下の3項目に関する研究を実施した. 具体的にはデータに基づく離散事象システムの同定手法に関する一般的な手法の一つである機械学習モデルによるブラックボックス同定手法を調査し,実用的な生産スケジューリング問題の目的関数の同定を試みた. 得られた知見は以下である.

1. 生産スケジューリング問題の例題とその出力から目的関数を判定するための手法として,機械学習モデルを用いた判定手法を開発した. 未知のスケジュールに用いられている目的関数の種類として, 重み付き完了時刻和, 重み付き納期遅れ和, 重み付き遅れ仕事数, 最大納期遅れ和, 段取りコスト和を精度良く推定可能であることを明らかにした.
2. データ前処理として特徴量の抽出方法を変えながら判定結果の比較を行い, 候補となる目的関数値と順位相関係数をそれぞれ標準化した値を特徴量とする方法により, 約90%程度の良い正答率が得られることを確認した.
3. 小規模問題で学習させたニューラルネットワークを用いて, 実データ規模の目的関判定を行い, 提案手法の有効性と汎化性能を検証した. さらに, 機械学習手法の違いによる結果の比較, 機械学習を用いない簡易判定手法の検討を行った. その結果, 本研究で提案したデータ前処理手法の下では, ニューラルネットワークを用いた判定でより正答率の良い結果が得られることを確認した.

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

離散最適化問題の入出力データが与えられたとき,制約条件を抽出方法については制約条件の候補から多項式時間での判定問題を解くことで可能となるが,目的関数の判定は困難であった.本年度は機械学習モデルを用いて多数の入出力データから目的関数の判定を約90%以上の精度で行うことを可能とする目的関数判定手法の開発に成功していることから, 研究はおおむね順調に進展している.

今後の研究の推進方策

本年度はブラックボックスモデルを用いてモデル判定を行う手法を開発したが,より説明性の高いモデルのホワイトボックス化を行うためには,離散事象システム理論やモデル検証などの方法論との融合が期待される. また, 単一目的関数に対する同定だけでなく,多目的関数の同定や重み係数の同定など,データに基づく離散最適化モデル同定手法のさらなる研究の進展が求められる.

次年度使用額が生じた理由

2018年度にモデル同定用のソフトウエア、およびパソコンを多数購入する予定であったが、機械学習モデルの実装にはフリーウエアで提供されているソフトウエアを利用することにより、高価なソフトウエア購入を避けることによって、研究進捗に影響を与えることなく、必要な経費を大幅に削減することが可能となった。今年度は2018年度に未使用となった経費を利用して、GPU内蔵のパソコンやノート型パソコン、計算サーバー、移動型ロボット等をハードウエアを導入する予定である。さらに、ソフトウエアについても、搬送シミュレーションソフトやモデル検証用のソフトウエアを導入することで研究の効率化を図る予定である。

  • 研究成果

    (10件)

すべて 2019 2018 その他

すべて 国際共同研究 (2件) 雑誌論文 (3件) (うち国際共著 1件、 査読あり 2件、 オープンアクセス 1件) 学会発表 (3件) (うち国際学会 2件、 招待講演 2件) 備考 (2件)

  • [国際共同研究] ビーレフェルト大学(ドイツ)

    • 国名
      ドイツ
    • 外国機関名
      ビーレフェルト大学
  • [国際共同研究] カーネギーメロン大学(米国)

    • 国名
      米国
    • 外国機関名
      カーネギーメロン大学
  • [雑誌論文] Data-Based Identification Method for Jobshop Scheduling Problems Using Timed Petri Nets2018

    • 著者名/発表者名
      Tatsushi Nishi and Naoki Shimamura
    • 雑誌名

      Proceedings of 2018 IEEE International Conference on Industrial Engineering and Engineering Management

      巻: 8607741 ページ: 1461-1465

    • DOI

      10.1109/IEEM.2018.8607741

    • 査読あり
  • [雑誌論文] An Efficient Deadlock Prevention Policy for Noncyclic Scheduling of Multicluster Tools2018

    • 著者名/発表者名
      Tatsushi Nishi, Yushin Watanabe, Masaru Sakai
    • 雑誌名

      IEEE Transactions on Automation Science and Engineering

      巻: Vol. 15, No. 4 ページ: 1677 - 1691

    • DOI

      10.1109/TASE.2017.2771751

    • 査読あり
  • [雑誌論文] Modeling, scheduling, and control in advanced production systems2018

    • 著者名/発表者名
      Naiqi Wu, Tatsushi Nishi, Murat Uzam
    • 雑誌名

      Advances in Mechanical Engineering

      巻: Vol. 10, No. 6 ページ: 1-3

    • DOI

      10.1177/1687814018779621

    • オープンアクセス / 国際共著
  • [学会発表] Data Centric Approach for Supply Chain Optimization2019

    • 著者名/発表者名
      Tatsushi Nishi
    • 学会等名
      Enterprose-Wide Optimization Seminar, March 6, 2019
    • 国際学会 / 招待講演
  • [学会発表] ペトリネットによる入出力データからのスケジューリング問題の同定2018

    • 著者名/発表者名
      島村直樹, 西竜志
    • 学会等名
      第62回システム制御情報学会研究発表講演会
  • [学会発表] Data Centric Approach for Supply Chain Optimization2018

    • 著者名/発表者名
      Tatsushi Nishi
    • 学会等名
      Metaheuristic Seminar, November 8, 2018
    • 国際学会 / 招待講演
  • [備考] ビーレフェルト大学での招待講演の概要(2018.11.8)

    • URL

      http://www.wiwi.uni-bielefeld.de/lehrbereiche/bwl/dot/nachricht_nishi

  • [備考] カーネギーメロン大学での招待講演のスライド(2019.3.6)

    • URL

      http://egon.cheme.cmu.edu/ewo/docs/Tatsushi_Nishi_EWO.pdf

URL: 

公開日: 2019-12-27  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi