- 著者
-
倉橋 節也
寺野 隆雄
吉田 健一
津田 和彦
高橋 大志
- 出版者
- 筑波大学
- 雑誌
- 基盤研究(B)
- 巻号頁・発行日
- 2017-04-01
本年度は,開発してきた逆シミュレーション学習によるエージェントモデルのパラメータ推定手法の手法を,実際の社会システムを対象に適用事例を作っていくことを主に行った.1)感染症モデル:新型コロナウイルスの広がりに対して,効果的な感染予防策の組み合わせを調べることを目的に,COVID-19感染モデルを構築した.感染プロセスをエージェントベースモデルに実装し,一般の市民や企業,学校などにおいて対策が可能な予防策の有効性についての比較検討を行った.2)都市動態モデル:スプロール化した都市の,コンパクトな都市構造への改善を目的とした都市政策の効果を検証した.都市居住者の自律的な行動に基づく都市動態のエージェントベースシミュレーションを実行し,その成立メカニズムを明らかにした.都市のスプロールは堅固で不可逆的であり,多中心型コンパクトシティを維持可能であった政策もってしてもくつがえすことは困難であること,トラムの導入は,トラム利用前後の歩行を誘導するような施策と組み合わされることで初めて 大きな効果を発揮することなどを見出した.3)組織多様性モデル:少子高齢化が進む日本では,労働力を確保するために働き方,働く人が多様化している.多様性を定量化するフォールトラインの考え方に基づき,日本の組織を対象にした実態調査の結果を用いて,組織の多様性と成果の関係をエージェント・ベースモデルによって明らかにした.多様性はフォールトラインの強さとサブグループ数によって成果への影響が異なることがが明らかになった.4)変数選択モデル:近年、大量かつ複雑なデータの獲得と蓄積が進み,重要な変数を選択する手法の重要性が高まっている.そこで,実数値遺伝的アルゴリズムを用いて,同一世代内の遺伝子の分散を活用した変数選択手法を提案し,パラメータ推定と変数選択の両方に対応できることに成功した,