• 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

2022 年度 研究成果報告書

先端的進化算法と機械学習を活用した高速化算法開発と実時間生産システムへの応用

研究課題

  • PDF
研究課題/領域番号 19K12148
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61040:ソフトコンピューティング関連
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  京都先端科学大学, 工学部, 教授 (90214600)
研究期間 (年度) 2019-04-01 – 2023-03-31
キーワード進化算法 / 遺伝的アルゴリズム / 粒子群最適化 / 機械学習 / 生産スケジューリング / 持続可能なサプライチェイン
研究成果の概要

半導体製品の各種素子は所定の処理時間内での使要要求から,制約時間内で処理できない時は不良品となり生産効率に影響を及ぼす。本研究の目的は先端的進化計算と機械学習を活用した高速算法を開発し,生産・物流システムの最適化問題に応用することで,多目的進化計算ベースのアルゴリズムや協調進化算法を開発し,国際誌に提案した。
ジョブショップスケジューリング問題(JSP)やサステイナブルな閉ループSCモデルへの応用研究はNP困難な問題であり,フレキシブルJSPモデルにハイブリッド進化算法の開発し,生産・物流システム,高速列車の時刻管理や多種VRP問題等への数値実験例で有効性を明らかにし,国際誌に報告した。

自由記述の分野

ソフトコンピューティングと生産・物流問題への応用

研究成果の学術的意義や社会的意義

一般に半導体製品は各種素子から構成され,生産工程は実時間スケジューリング問題であり,特に各種素子は所定の処理時間内の要求仕様の必然性から,制約時間内で処理できない時は不良品となり生産効率に影響を及ぼす。本研究の目的は先端的進化計算と機械学習を活用した高速スケジューリング算法を開発し,生産・物流システムや高速列車の時刻管理の最適化問題等に応用することである。ハイブリッド型多目的進化計算ベースのアルゴリズム開発研究:ハイブリッド協調進化算法(CoEA+PSO)を開発し,共有リソースのスケジューリング問題解法に応用し,更に差分進化(DE)を組み込んだ手法の有効性を明らかにし,国際誌に掲載した。

URL: 

公開日: 2024-01-30  

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