| 研究課題/領域番号 |
21K11828
|
|---|
| 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60050:ソフトウェア関連
|
|---|
| 研究機関 | 名古屋大学 |
|---|
研究代表者 |
番原 睦則 名古屋大学, 情報学研究科, 教授 (80290774)
|
|---|
| 研究分担者 |
田村 直之 神戸大学, DX・情報統括本部, 名誉教授 (60207248)
宋 剛秀 神戸大学, DX・情報統括本部, 准教授 (00625121)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| キーワード | 解集合プログラミング / 組合せ最適化 / 巨大近傍探索 / 命題論理の充足可能性判定(SAT) |
|---|
| 研究成果の概要 |
本研究では，SAT 技術の発展形である解集合プログラミング (Answer Set Programming; ASP) を用いて，系統的探索と確率的局所探索を統合的に扱うハイブリッド手法の研究開発を進めた．巡回セールスマン問題や最小ヒント数独生成問題をはじめとする求解困難なベンチマーク問題を使って提案手法を評価し，ASP 技術の特長を活かした技法の利点・有効性・効率性を明らかにした．
|
| 自由記述の分野 |
情報学基礎
|
| 研究成果の学術的意義や社会的意義 |
本研究の主要成果の一つである優先度付き巨大近傍探索 (Large Neighborhood Prioritized Search; LNPS) は，組合せ最適化問題に対するメタ戦略の一種である．この LNPS は，系統的探索の長所である最適性の保証と確率的局所探索の長所であるスケーラビリティの両方の長所を兼ね備えたハイブリッド手法である．この成果は，高度な知識表現・推論・最適化を必要とするソフトウェア開発において，既存技術では解くことが困難だった問題に対し，高性能かつ高機能な推論基盤を提供するものである．
|
