|
本研究の目的は、超大規模かつ複雑な配置決定問題に対する新しいメタ戦略アルゴリズムの開発である。本年度は、大規模なネットワーク配置問題に対するメタ戦略アルゴリズムの開発を行った。提案手法は、従来の局所探索法に反復貪欲法を組み入れることにより、超大規模な問題に対しても、短時間で良好な解を見つけることができるように工夫されたアルゴリズムである。ここで、反復貪欲法とは、貪欲法を用いた解の再構成処理を繰り返し行う手法であり、本手法では局所解に収束した解の脱出処理として用いられる。貪欲法をベースとした解の脱出処理により、一般的に用いられるランダムベースの解の脱出処理よりも、短時間で比較的良好な解を探索することができるという特徴を持っている。また、従来の進化計算に見られるように、多くのパラメータ設定を必要としないという点も、提案手法の大きな特徴となっている。さらに提案手法で用いるパラメータについても、解の探索中に動的に推定するアルゴリズムを開発したが、大きな性能の改善は見られなかったため、更なる検討が必要であると考えられる。実験では、これまでに提案されている手法で最も優れている手法との比較を行った結果、大規模な問題になればなるほど従来手法よりも有効に働くことがわかった。ただし、問題によっては、従来手法が有利に働く場合もあり、どのような特徴を持った問題に対して提案手法が有効に働くかを検討する必要がある。また、今後は、様々な超大規模配置決定問題へ提案手法を適用し、貪欲法を用いた解の再構成方法がどの程度有効であるかを検討し、更なるアルゴリズムの改良を行う予定である。
|
