WEKO3
アイテム
計算統計学と進化計算を融合した機会制約問題の大域的最適化手法の開発
https://kindai.repo.nii.ac.jp/records/23358
https://kindai.repo.nii.ac.jp/records/23358ba65a021-b8fa-4e2b-98b2-72378ee99669
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
17K06508seika.pdf (473.3 kB)
|
|
| Item type | 研究報告書 / Research Paper(1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2022-12-05 | |||||||||
| タイトル | ||||||||||
| タイトル | 計算統計学と進化計算を融合した機会制約問題の大域的最適化手法の開発 | |||||||||
| 言語 | ja | |||||||||
| タイトル | ||||||||||
| タイトル | Global optimization method for chance constrained problems combining computational statistics and evolutionary computation | |||||||||
| 言語 | en | |||||||||
| 著者 |
田川, 聖治
× 田川, 聖治
|
|||||||||
| 言語 | ||||||||||
| 言語 | jpn | |||||||||
| キーワード | ||||||||||
| 主題 | 機会制約問題, 最適化手法, 進化計算 | |||||||||
| 資源タイプ | ||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_18ws | |||||||||
| 資源タイプ | research report | |||||||||
| 著者(英) | ||||||||||
| 言語 | en | |||||||||
| 値 | Tagawa, Kiyoharu | |||||||||
| 著者 所属 | ||||||||||
| 値 | 近畿大学理工学部; 教授 | |||||||||
| 著者所属(翻訳) | ||||||||||
| 値 | Kindai University | |||||||||
| 著者 役割 | ||||||||||
| 値 | 研究代表者 | |||||||||
| 版 | ||||||||||
| 出版タイプ | NA | |||||||||
| 出版タイプResource | http://purl.org/coar/version/c_be7fb7dd8ff6fe43 | |||||||||
| 出版者 名前 | ||||||||||
| 出版者 | 近畿大学 | |||||||||
| 書誌情報 |
科学研究費助成事業研究成果報告書 (2021) p. 1-16, 発行日 2021 |
|||||||||
| リンクURL | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-17K06508/ | |||||||||
| 抄録 | ||||||||||
| 内容記述タイプ | Abstract | |||||||||
| 内容記述 | 研究成果の概要（和文）：実世界の諸問題を定式化した現実的な機会制約問題（CCP：Chance Constrained Problem）を解くためには、不確実性を表現する確率分布から無作為抽出した膨大な数の標本を用いて、解候補が制約条件を満たす確率を推定する必要がある。本研究では、従来の無作為抽出法よりも遥かに少ない標本から、上記の確率を推定できる手法を考案した。さらに、標本数の削減法と進化計算アルゴリズムの1種である差分進化を組み合わせたCCPの大域的最適化手法を開発し、その有効性を複数の現実的なCCPで確認した。 研究成果の概要（英文）： In order to solve practical Chance Constrained Problems (CCPs), which are formulations of various real-world problems under uncertainties, it is necessary to estimate the probability that a candidate solution satisfies the constraint conditions using a large number of samples selected randomly from a probability distribution. In this study, we devised a method that can estimate the above probabilitiy from a much smaller number of samples than the conventional random sampling method. Furthermore, by combining the above sample reduction method and an evolutionary algorithm called differential evolution, we developed a global optimization method for CCPs and confirmed its effectiveness on several practical CCPs. |
|||||||||
| 内容記述 | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | 研究種目：基盤研究(C); 研究期間：2017～2021; 課題番号：17K06508; 研究分野：数理情報工学; 科研費の分化・細目： | |||||||||
| 資源タイプ(WEKO2) | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | Research Paper | |||||||||
| フォーマット | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | application/pdf | |||||||||
