| 研究課題/領域番号 |
26350417
|
|---|
| 研究機関 | 東京工業大学 |
|---|
研究代表者 |
中田 和秀 東京工業大学, 工学院, 准教授 (00312984)
|
|---|
| 研究期間 (年度) |
2014-04-01 – 2019-03-31
|
| キーワード | オペレーションズ・リサーチ / 最適化 / 数理計画法 / ロジスティクス / 物流 |
|---|
| 研究実績の概要 |
需要など将来の状況を正確に予測するための重回帰分析では、複数の説明変数の間に強い線形従属性が存在すると、回帰式の推定が数値的に不安定になり、分析結果の信頼性が低下する。このような多重共線性を回避するため、多重共線性を回避する制約条件の下で回帰式の残差二乗和を最小化する変数選択問題を、最適化ソルバーで直接求解可能な混合整数最適化問題に帰着する手法の提案を行なった。
精度が高く偏りが小さくなるような意思決定推薦システムを構築した。推薦システムの構築には、精度向上のため、ニューラルネットワークと画像認識分野で提案された転移学習を応用した手法を利用している。また、偏りが小さい推薦のため、新たに推薦割当問題を提案し、その最適解を利用している。また、数値実験によりその有効性を検証した。
グラフ制約付き非負値テンソル因子分解による複属性推薦手法の提案した。そして、Guらがグラフ制約付き非負値行列分解に対して用いた更新式を拡張することで、各要素に関し大域的最小解を得る更新式を導出し、反復を繰り返すと目的関数値が収束することを証明した。また、非線形な最適化問題を効率良く解くために、粒子群最適化を改良し収束性を高めた手法を開発し、数値実験によりその有効性を確かめた。
これらの成果を専門分野の研究者に紹介し、学術交流を通じてその意義を明らかにするため、３本の査読付き論文と３本の査読なし論文として発表した。また、５件の国内学会・国際学会での発表を行なった。
|
| 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
当初の計画では、平成２９年度はユーザーインターフェイスの研究を行いながら物流システムの開発をするというものであった。実際に物流システムの開発はおおむね順調に進んでいる。
|
| 今後の研究の推進方策 |
平成３０年度は、これまでの研究成果を踏まえ、物流システムの完成に全力を尽くす。また、その研究成果の公表とフィードバックを受ける。
|
