| 研究概要 |
本年度はシステムのモデルを検討すると同時に,既存の分散最適化アルゴリズムを発展させた新しいアルゴリズムを2つ開発した.以下,それぞれの内容と意義を述べる.
1.解精度保証付き分散ラグランジュ緩和プロトコルDisLRP_αの開発
一般化相互割当問題に対する従来のプロトコルであるDisLRP_Lには,効率的に実行可能解を発見できるが,解の品質を保証できないという問題がある.そこで,各エージェントが常に指定した水準α以上の局所解を生成するよう既存のプロトコルを拡張し,収束後の実行可能解の品質が指定した水準以上となることを保証したプロトコルDisLRP_αを開発した.評価実験により,αの値により実行可能解の品質が実際に直接制御可能であり,また,実行可能解の品質と収束までの時間にはトレードオフの関係があることがわかった.
2.資源制約付き分散制約最適化問題に対する新しいアルゴリズムの開発
資金や計算・通信資源などの資源制約を明示的に扱うには資源制約付き分散制約最適化問題としてシステムをモデル化することが望ましい.同問題に対する従来のアルゴリズムでは,資源制約を通常の制約と同様に扱い基本的にAdoptをそのまま適用する.しかし,そのような素朴な方法では,変数の順序付けに用いる疑似木が深くなり,一般に探索コストが大きくなる.本研究では,この問題に対処するため,資源制約を通常の制約ではなく仮想変数として表現する方法を提案した.すなわち,資源制約を無視した疑似木を生成し,それにより順序付けされた変数ノードとその子ノード間の資源配分を表現する仮想変数を導入した上でAdoptを実行する.評価実験によれば,単一資源の問題,および,資源の充足率が低い問題において提案手法は従来手法よりも効率的であることがわかった.
|
