Surrogate Modelによる初期確率行列設定方法と局所探索を用いた整数型Population-Based Incremental Learningによる実用的な生産シミュレータを用いた加熱炉の階層的最適生産計画

カテゴリ：部門大会

論文No：TC4-2-8

グループ名：【C】2025年電気学会電子・情報・システム部門大会

発行日：2025/8/20

タイトル(英語)：Bilevel Optimal Production Scheduling of Heating Furnaces with a Practical Production Simulator Using Integer Form of Population-Based Incremental Learning with Initial Probability Matrix Setting Methods and Local search using a Surrogate Model

著者名：任海 晟（明治大学）,福山 良和（明治大学）,高橋 賢二郎（三菱電機）,川口 嵩平（三菱電機）,佐藤 隆臣（三菱電機）

著者名(英語)： Sei Tomi (Meiji University),Yoshikazu Fukuyama (Meiji University),Kenjiro Takahashi (Mitsubishi Electric Co.),Shuhei Kawaguchi (Mitsubishi Electric Co.),Takaomi Sato (Mitsubishi Electric Co.)

キーワード：バッチ生産,階層的最適化問題,生産シミュレータ,整数型Population-Based Incremental Learning,サロゲートモデル初期確率行列設定方法,batch production,bilevel optimization problem,production simulator,integer form of population-based incremental learning,surrogate modelinitial probability matrix setting method

要約(日本語)：本論文では，ある組⽴加⼯⼯場の加熱炉を題材に，生産割合と生産開始時間を決定変数とし，サロゲートモデルによる初期確率行列設定方法と局所探索を用いた整数型PBILによる実用的な生産シミュレータを用いた階層的生産計画最適化を提案する。対象問題は，上位問題は生産割合最適化，下位問題は生産開始時間最適化であり，限られた評価回数内で良質な生産計画を生成することを目的としている。提案手法は，良質な解に基づき初期確率行列を設定することで探索効率を向上させ，さらに下位問題において，整数型PBILで求められた解に対してサロゲートモデルを用いた局所探索を行うことで，シミュレータの実行回数を削減した上で解の質を向上させることが可能である。また，提案する初期確率行列設定方法は，問題に依存しない汎用的な手法であり，様々なバッチ生産方式の問題に適用可能である。提案法の有効性は，実際の工場の生産計画を用いた検証で確認された。

本誌掲載ページ：235-241p

原稿種別：日本語

PDFファイルサイズ：833Kバイト