ミクロ-マクロ結合型2レベル最適化問題に対する学習統合型最適化法

カテゴリ: 研究会(論文単位)

論文No: IIC18034

グループ名: 【D】産業応用部門 産業計測制御研究会

発行日: 2018/12/15

タイトル(英語): Integrated Optimization Method with Learning for Micro-macro Linked 2-level Optimization Problems

著者名: 相吉 英太郎(統計数理研究所),田村 健一(首都大学東京),安田 恵一郎(首都大学東京)

著者名(英語): Eitaro Aiyoshi(Institute of Statistical Mathematics),Kenichi Tamura(Tokyo Metropolitan University),Keiichiro Yasuda(Tokyo Metropolitan University)

キーワード: ２レベル最適化問題|学習問題|一様近似|統計的特徴量|基底関数|2-level optimization problem|learning problem|uniform approximation|statistical feature value|basis function

要約(日本語): きわめて多数の部分最適化問題からなる下位レベルを統合するミクロ-マクロ連結型2レベル最適化問題に対する学習統合型最適化法を提案する．とくに，逐次的な学習によって，ミクロな下位問題の最適解の集合の統計的特徴量を，上位変数の関数として近似する近似的解法を提案する．

要約(英語): We propose the optimization integrating learning for the micro-macro linked 2-level optimization problem which is formulated as an upper-level peoblem coordinating a very large number of sub-problems in the lower level. Especially, we propose approximating solution where the satistical feature values of a set of lower optimal solutions of micro sub-problems are approximated as mappings with respect to upper level variables through alernating repetition of optimization and learning.

原稿種別: 日本語

PDFファイルサイズ: 1,409 Kバイト