• 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

2021 年度 研究成果報告書

勤務スケジューリング ―最適化アルゴリズムと現場実施をつなぐ情報提供技術の開発―

研究課題

  • PDF
研究課題/領域番号 19K11843
研究種目

基盤研究(C)

配分区分基金
応募区分一般
審査区分 小区分60020:数理情報学関連
研究機関成蹊大学

研究代表者

池上 敦子  成蹊大学, 理工学部, 教授 (90146936)

研究分担者 伊藤 靖彦  成蹊大学, 理工学部, 研究員 (50838993)
加藤 晴康  成蹊大学, 理工学部, 研究員 (60838994)
呉 偉  静岡大学, 工学部, 助教 (90804815)
研究期間 (年度) 2019-04-01 – 2022-03-31
キーワードスケジューリング / 最適解の分布 / 多様性と類似性 / 公平性 / ロバスト
研究成果の概要

潜在的な制約や評価尺度を反映できる情報生成を目的に,最適解分布,公平性,ロバスト性の提供を議論した.
ナーススケジューリングでは,制約式に頻出する意思決定変数の値の相違を多様性の尺度とし,多様な解を得るモデルを構築した.解間推移を2種類定義し,推移過程の解を観察した.距離ベースの推移では多くの最適解を高速に得た.多様解と類似解を統合した情報は,効率的な解修正を実現できると考える.総当たりリーグ戦やシフトスケジューリングの公平性を対象にモデルとアルゴリズムを提案した.0-1整数計画問題に一般化した最大後悔最小化基準のロバスト最適化問題に対するアルゴリズムを提案し,Pythonパッケージを実装した.

自由記述の分野

数理最適化

研究成果の学術的意義や社会的意義

人が持つ暗黙知,言語化していない制約や評価尺度が存在する問題では,最適化アルゴリズムの現場利用が難しい.最適化技術(モデルやアルゴリズム)が現場で真に利用されるためには,「暗黙知をうまく反映・吸収すること」を支援できる情報が必要である.本研究は,最適解の分布(多様性と類似性)を提供して,現場における解の選択,修正,評価の可能性を広げる.加えて,解が与える公平性,解のロバスト性が,現場の意思決定を助ける.最適化研究においては,最適解を1つ得ることが一般的であり,最適解間の関係に主眼を置いた研究は少ない.多様性と類似性の視点を持って分布を議論することはユニークな試み(学術的な問い)だと考える.

URL: 

公開日: 2023-01-30  

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