| 研究課題/領域番号 |
19K12148
|
|---|
| 研究機関 | 一般財団法人ファジィシステム研究所 |
|---|
研究代表者 |
玄 光男 一般財団法人ファジィシステム研究所, 研究部, 特別研究員 (20095003)
|
|---|
| 研究分担者 |
川上 浩司 京都大学, 情報学研究科, 特定教授 (90214600)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| キーワード | 進化算法(EA) / 差分進化法(DE) / 機械学習 / 分散型共進化計算法 / 生産計画・スケジューリング / 閉ループサプライチェーンネットワーク / 持続可能な物流システム |
|---|
| 研究実績の概要 |
半導体素子の各種部品の生産工程等は，実時間ベースのスケジューリング問題で，特に半導体の各素材は所定の制約時間内での加工処理の必然性から，制約時間内で処理が実行できなかった場合には不良品となり，生産効率に大きく影響を及ぼす。本研究の目的は先端的進化計算と機械学習をベースにした高速処理可能なスケジューリングアルゴリズムを開発し，生産・物流システムの最適化スケジューリング問題等への応用する事が目的である。
1．フレキシブル・ジョブショップ・スケジューリング問題(FJSP)を解くために，粒子群最適化(PSO)ルーチンをGA処理内に組み込んだ協調型共進化計算法を開発し，提案手法の有効性を明らかにした論文を国際誌に掲載した(IEEE-Fuzzy Systems誌)。
2．多目的遺伝的アルゴリズム(MoGA)と差分進化法(DE)のハイブリッド型進化算法に高速処理を上げるためにGPUユニット搭載のPC環境下で機械学習のteaching & learningプロセスを組み込んた並列計算法を開発し，列車運行管理問題に応用した研究論文を国際誌にを掲載した(Comp. & IE誌)。
3．従来の多目的GAとDE法を組み合せたハイブリッド型多目的進化算法に，高速サンプリングベースのグローバル探索とルート順列法を組み込んた計算法を開発し，時間制約を伴うビークルルーチング問題に関するシミュレーションの研究成果を国際誌に論文を掲載した (Expert Systems with Applications誌)。
4．再使用・再生産・リサイクルの閉ループサプライチェーンネットワークモデルを統合した持続可能なロジスティクスの事例研究問題に，ハイブリッド型HGAとCuckoo探索法を組み合せた先端的進化算法を活用した研究の論文を国際誌に掲載した(Mathematics誌)。
|
| 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
1．高性能計算(HPC)の開発とその応用研究: 近年，高速列車に関連するスケジューリング問題は，実時間の列車時刻管理の観点から高速なGPUユニットを組み込んだPC環境上で先端的進化算法の開発が要求されている。本研究ではGAとDEを組み合せたハイブリッド型に，高速処理の効率性を上げるためのファジィロジックコントローラー(FLC)とクラスタリング法を組み込んた計算法を開発し，高速列車の最適時刻管理問題に関する研究を行なう必要がある。
2．多段型多目的進化アルゴリズムの開発: 進化過程を促進させるために多目的進化アルゴリズムを開発し，フローショップスケジューリング問題で提案手法を実証する研究である。第1段階ではハイブリッドサンプリング法をベースにしたファースト進化算法(HSS-FEA)によってPareto最適解候補を多方向へ分散させ，第2～3段階ではそれぞれHSS-FEAの使用頻度を減らし，進化収束を早めるためにDE活用を促進させることによって，Pareto最適解候補からベスト最良解を決定し，有効性の研究開発を行なう必要がある。
3．不確定なデータのフレキシブル・ジョブショップ・スケジューリング問題(FJSP)への応用研究: 生産・物流システムの製造・配送過程で発生する不確実的要因を確率分布で表わし，数理モデルを定式化し，実践的応用研究を総括評価し，確率的なスケジューリング問題を解くために効率的な多目的進化算法の研究を行っている。
4．持続可能な物流問題への応用研究: リバース・ロジスティクスや閉ループ型サプライチェーンモデル等の持続可能な物流のネットワークモデルに関する研究がに注目されており，HGAとPSOを組み合せた先端的進化算法を開発し，再使用・再生産・リサイクルの閉ループネットワークモデルを統合した持続可能なロジスティクスの事例研究を開発する必要がある。
|
| 今後の研究の推進方策 |
1．ハイブリッド多段型多目的進化アルゴリズムの開発: 進化過程を促進させるために3段階からなるハイブリッド多段型の多目的進化アルゴリズムを開発し，フローショップスケジューリング問題で提案手法を実証する事である。すなわち，第1段階では筆者等が開発したハイブリッドサンプリング法をベースにしたファースト進化算法(HSS-FEA)によってPareto最適解候補を多方向へ分散させ，第2段階ではHSS-FEAの使用頻度を減らし，また進化収束を早めるためにDE活用を促進させる。第3段階ではHSS-FEAの使用頻度を更に減らし，DEの促進を増加させて収束効果よりも分散効果を実行させることによって，Pareto最適解候補からベスト最良解を決定し，提案手法を評価する計画である。
2．不確定なデータのフレキシブル・ジョブショップ・スケジューリング問題(FJSP)への応用研究: 生産・物流システムの製造・配送過程で発生する不確実的要因を確率分布で表わし，数理計画モデルを定式化し，ハイブリッド型進化算法による実践的な応用研究を総括評価する研究を進める。
3．持続可能な開発目標(SDG)に伴う物流問題への応用研究: 国際連合(UN)でも地球温暖化対策や環境保護活動の普及啓蒙に伴い，企業価値創出や競争力を高めるためのリサイクルとしてのリバース・ロジスティクス(RL)や閉ループ型サプライチェーン(CLSC)モデル等を反映した持続可能な物流(Sustainable Logistics)のネットワークモデルに関するが研究が注目されている。SDGに関連する本研究では，ハイブリッド型HGAとPSOを組み合せた先端的進化算法を開発して，再使用・再生産・リサイクルの閉ループネットワークモデルを統合した持続可能なロジスティクス問題に関する事例研究を開発する計画である。
|
| 次年度使用額が生じた理由 |
2019年12月頃から中国・武漢市で発生した新型コロナウイルス(COVID-19)の影響が，日本国内にも2020年2月頃から感染の兆候が表れ，今日に至っている。2020年3月10-11日に京都大学で開催を予定していた電子情報通信学会 情報論的学習理論と機械学習研究会(IBISML)が中止となり，出張費として計画していた予算(64,535円)が次年度(令和2年度)に繰り越す結果になった。
開催予定の同研究会では3月10日午後に機械学習(発表3件)，検知・予測(発表2件)，個人認証(発表3件)，3月11日午前にグラフ構造(発表3件)，可視化・分類(発表3件)，3月11日午後に医用画像処理(発表2件)，学習理論(発表3件)のセッションがあった。
|
