研究内容について

About

最適化とは様々な制限の中で一番よいもの（解）を見つけることです。計算機システム工学研究室では、最適化問題を解くための近似解法での一つである進化計算のアルゴリズムの開発と応用を行っています。

Optimization is finding the best (solution) under given constraints. This laboratory develops and applies evolutionary computation algorithms, which are one of the approximate solutions for solving optimization problems.

主な研究課題

Study

遺伝的プログラミング Genetic Programming

ロボットなどが行うべきタスクを達成するための行動ルールの設計は、タスクの達成度を目的関数とすることで、最適化問題として解くことができます。ここでは、遺伝的プログラミングの基礎的なアルゴリズムの開発、および環境の変化に強い巡回ロボットの移動ルールの設計と、実機への実装を行っています。

The design of action rules for accomplishing tasks that robots should perform can be solved as an optimization problem by using the degree of task achievement as an objective function. Here, we are developing basic algorithms for genetic programming, designing movement rules for patrol robots that are resistant to changes in the environment, and implementing them on actual machines.

組合せ最適化 Combinatorial Optimization

出発点から目的地までの最短経路やスケジュールを求める問題は組合せ最適化問題とよばれます。少ない計算コストでかしこく解くアルゴリズムを開発します。性能を競う最適化のコンペなどにも参加しています。

The problem of finding the shortest path and schedule from the starting point to the destination is called a combinatorial optimization problem. We will develop an algorithm that solves smartly with low calculation cost. We also participate in optimization competitions that compete for performance.

多目的最適化 Multi Objective Optimization

世の中の多くの設計問題や意思決定問題は多くの指標で評価されます。そのような問題を多目的最適化といいます。あちらたてればこちらがたたず、つまりトレードオフの関係にある最適解（パレート最適解）を求める手法の開発を行っています。

Many design and decision-making problems in the world are evaluated by many indicators. Such a problem is called multi-objective optimization. We are developing a method to find the optimal solution (Pareto optimal solution) that has a trade-off relationship.

対話型進化計算 Interactive Evolutionary Computation

人間の感性によるデザイン（解）を支援する最適化です。進化計算の探索の枠組みのもとで、人が評価に参加することで、人の好みの反映したコンテンツが生成できます。 音や飲料など最適化を行っています。

It is an optimization that supports design (solution) by human sensibilities. Under the framework of evolutionary computation exploration, people can participate in evaluations to generate content that reflects their tastes. We are optimizing sounds and beverages.

連続最適化と株式ポートフォリオ最適化 Continuous Optimization and Portfolio Optimization

リスクとリターンを考慮し過去の株価の推移をもとに銘柄を選択することにより、どのように安定した利益が得られるか投資配分を考える、離散と実数値の混合問題です。数理計画法と実数値最適化を組み合わせた手法の開発を行っています。

This is a mixed problem of discrete and real values, considering the investment allocation of how stable profits can be obtained by selecting stocks based on past stock price changes in consideration of risk and return. We are developing a method that combines mathematical programming and real-value optimization.