- 著者
- 田邊 廣一 小関 康裕 榊原 一紀 田 雅杰 西川 郁子
- 出版者
- 一般社団法人 システム制御情報学会
- 雑誌
- システム制御情報学会 研究発表講演会講演論文集
- 巻号頁・発行日
- vol.8, pp.15, 2008
サプライヤから組立工場に部品を配送する問題に対して,トラックターミナルの使用を陽に考慮した配送計画を考える.トラックターミナルとは配送における一時保管場所のことであり,発拠点,着拠点,保存拠点という3つの役割を有する.その利用により,配送時間の短縮,納期遅れの回避,車両容積率の向上,配送コストの削減が期待される.本研究では,この問題に対して数理計画モデルを構築する.そしてこのモデルにおいて,配送日と配送先を決定する問題とトラックの経路問題への分解構造に着目し,分解に基づく階層型アプローチを提案する.
- 著者
- 小関 康裕 田邊 廣一 榊原 一紀 田 雅杰 西川 郁子
- 出版者
- 一般社団法人 システム制御情報学会
- 雑誌
- システム制御情報学会 研究発表講演会講演論文集
- 巻号頁・発行日
- vol.8, pp.16, 2008
トラックターミナルを利用して複数の部品サプライヤから複数の工場へ配送する問題を取り上げる.トラックターミナルは部品の一時保管所であり,トラッターミナルの利用によって,配送時間の短縮,納期遅れの回避,車両容積率の向上,配送コストの削減が期待される.このような問題に対して部品の配送日・配送先を決定する問題と,部品のトラック割当ておよびトラックの経路を決定する問題の2つに分けたモデル化を行う.そのもとで,前者はメタヒューリスティクスで,後者は現場の処理手法を考慮したヒューリスティクスで解く階層型解法を提案する.ここでメタヒューリスティクスの適用に際しては,保管日数と数量を解表現とする焼きなまし法を用いた.
1 0 0 0 OA 超スマート社会の実現に向けたエネルギーシステムのモデリング・最適化
- 著者
- 榊原 一紀 玉置 久
- 出版者
- 横断型基幹科学技術研究団体連合(横幹連合)
- 雑誌
- 横幹連合コンファレンス予稿集 第8回横幹連合コンファレンス
- 巻号頁・発行日
- pp.D-3-1, 2017 (Released:2018-02-18)
Approaches for achieving super smart-energy management of transportation, electric and gas systems in cities are conducted from multiple points of views. In this paper, we examine the comprehensive modeling and optimizing approaches for the super smart societies by introducing mathematical programming techniques.
- 著者
- 浦 和哉 立花 潤三 榊原 一紀
- 出版者
- 電気学会
- 雑誌
- 電気学会研究会資料. ST
- 巻号頁・発行日
- vol.2016, no.8, pp.41-46, 2016-03-28
- 著者
- 谷口 忠大 高木 圭太 榊原 一紀 西川 郁子
- 出版者
- Japan Society for Fuzzy Theory and Intelligent Informatics
- 雑誌
- 知能と情報 : 日本知能情報ファジィ学会誌 : journal of Japan Society for Fuzzy Theory and Intelligent Informatics (ISSN:13477986)
- 巻号頁・発行日
- vol.21, no.6, pp.1078-1091, 2009-12-15
- 被引用文献数
- 2 9
近年,CO<SUB>2</SUB>排出量の抑制や,化石燃料の将来的な枯渇を背景に再生可能エネルギーの利用が注目されている.しかし,既存の中央集権的な電力ネットワークは系統末端での非定常発電を前提とする再生可能エネルギーとは必ずしも相性がよくないと言われる.このため,マイクログリッドを始め分散型の電力ネットワークが研究されている.本研究ではその一つである自律分散型の電力ネットワークであるECOネットを取り上げ,ECOネット内の発電消費の末端ノードであるミニマル・クラスター間での電力売買を通じた電力融通の自動化の為の機構について検討する.電力売買の自動化の為には,各ミニマル・クラスターにおける電力ロスの発電・消費における諸条件に基づき電力売買の方策を最適化する事が望まれる.本稿では,電力売買を行うエージェントの学習に強化学習を用いる事で電力ロスを低減し,収益を最大化させるような適応的取引エージェントの構築を目指す.ただし,そのような系ではマルチエージェント強化学習の系となるために,不完全知覚問題や同時学習問題が発生することが指摘されている.本稿ではそれらの問題に強いとされる方策勾配法,特にその一種である Natural Actor-Critic を用いて適応的取引エージェントを構築する.また,提案手法の有効性を示すために,6個のミニマル・クラスターにより構成されるローカルクラスターを対象にシミュレーション実験を行った.シミュレーション実験では,Natural Actor-Criticによりエージェントが適切な取引を学習する事が出来る事が示されたのと同時に,マルチエージェント強化学習環境下においても少なくとも一体固定的な取引を行うエージェントの居る条件下では良好な学習結果を生むことが示された.