大規模データ時代のネットワーク最適化に対する実応用に向けた説明力のある手法開発

开发大数据时代网络优化实际应用的解释方法

基本信息

批准号：
20H02382
负责人：
繁野麻衣子
金额：
$ 4.16万
依托单位：
University of Tsukuba
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

最適化問題に対して，その問題構造を利用して実応用を意識したモデル構築とアルゴリズム作成をおこなった．光通信ネットワークの資源割当問題に対しては，波長分割多重ネットワーク上での耐故障性を考慮して複数パスに情報を流す３つのモデルの比較をおこなった．その結果，パスごとにモジュール数を固定しないほうが効率的であるが，計算時間が莫大となり，ネットワーク構造で分けて解いても最適解を得ることが難しいことを示した．また，空間分割多重ネットワークの資源配分問題に対しては，最適化問題としてモデル化するときのスロットの扱いの違いによる求解のしやすさを比較し，大規模な問題に対応できるように，問題を分割して解く方法を提案してその結果も比較した．この結果は，今後，順次通信情報が得られるときの効率的な通信方法の策定につながると期待される．スポーツスケジューリングの枠組みでは，公平性を考慮した対戦表作成方法を提案した．対戦表作成は，冗長なパターンが含まれていることに着目し，これを避けるために問題を細かく分けて解く手法を提案した．また，初期解の与え方を工夫することで，結果的に公平指標であるcarry over effect値の良い値が得られることも示した．対戦表作成は，組み合わせ的な特性が強く，提案手法は他の組み合わせ最適化問題にも展開できると期待される．大規模データ解析に対する手法としては，実店舗の需要予測をおこなった．時系列の関係のみでなく，天候や立地など様々な要因を直接的に影響するものと間接的に影響するものに分け，その関係をネットワークで表すことで予測精度向上を実現した．加えて，生産工程における異常品検出のための機械学習手法の検討もおこなった．また，利用直前に情報が変更される相乗り問題に対する利用者目線のモデル作成，移植の適用可能性を検討したポピュラーマッチングの構造解析などもおこなった．

对于优化问题，我们使用问题结构构建模型并创建具有实际应用的算法。对于光通信网络中的资源分配问题，我们比较了三种通过多路径传输信息的模型，并考虑了波分复用网络的容错能力。结果表明，虽然不固定每条路径的模块数量效率更高，但计算时间会变得巨大，并且即使按网络结构划分解也很难获得最优解。此外，对于空分复用网络的资源分配问题，我们在将其建模为优化问题时，根据如何处理时隙来比较解决问题的难易程度，并提出了一种划分和解决问题的方法比较结果。该结果有望在未来顺序获得通信信息时制定有效的通信方法。在体育赛事安排的框架下，我们提出了一种考虑公平性的比赛赛程创建方法。我们关注创建匹配列表包含冗余模式的事实，并提出了一种通过将其分成更小的部分来解决问题的方法来避免这种情况。研究还表明，通过设计初始解的给出方式，可以获得良好的结转效应值，即公平性指标。竞争表创建具有很强的组合特征，所提出的方法有望适用于其他组合优化问题。作为大规模数据分析的方法，我们对实体店进行了需求预测。除了关注时间序列关系之外，我们还将天气和位置等各种因素分为直接影响因素和间接影响因素，并通过在网络中表示这些关系，提高了预测准确性。此外，我们还研究了机器学习方法来检测生产过程中的异常产品。我们还从用户的角度针对使用前信息发生变化的拼车问题创建了模型，并分析了流行匹配的结构以检验移植的适用性。