知能と情報
Online ISSN : 1881-7203
Print ISSN : 1347-7986
検索
OR
閲覧
検索
18 巻 , 6 号
選択された号の論文の23件中1~23を表示しています
    • |<
    • <
    • 1
    • >
    • >|
目次
巻頭言
特集:運輸分野におけるソフトコンピューティングの応用
解説
特集論文 : 運輸分野におけるソフトコンピューティングの応用
原著論文
  • Yuan LIU, Yajie TIAN, Tetsuo SAWARAGI
    18 巻 (2006) 6 号 p. 837-848
    公開日: 2007/04/20
    ジャーナル フリー
    The container loading problem, a real hard problem, is usually difficult to obtain even a suboptimal solution because of not only multiple complicated restrictions but also of multiple objectives. In this paper, a heuristic algorithm is proposed for solving the container loading problem in the real-world. The algorithm is based on Drum-Buffer-Rope presented in the Theory of Constraints and the multi-agent cooperative negotiation strategy. A particular attention is focused on improving the constrained agent by striving for the trade-off of restrictions and cooperative negotiations, so that the final solution can arrive its biggest profit. Since many real-world problems are restricted by many complicated restriction that are difficult to be satisfied simultaneously, a method used by human experts called restriction relaxation is embedded in the proposed algorithm, which makes the algorithm have a high degree of flexibility. In this paper, the proposed algorithm is also compared with other two classical optimization algorithms based on Local Search and Tabu Search.
    抄録全体を表示
  • 高原 茂幸
    18 巻 (2006) 6 号 p. 849-858
    公開日: 2007/04/20
    ジャーナル フリー
    本論文は積み荷安定性や重量制約を考慮したコンテナ積み付け問題を解くための有効な手法を提案する. 貨物輸送において, 貨物に損害を与えることなく配送先に届けることは非常に重要な任務である. そのためには, 荷崩れが起こりにくい積み荷の安定性や積み荷の許容荷重制限などの重量制約を考慮することは, 実際の積み付け作業において避けては通れない問題である. よって本論文では, この問題を解くためにグリーディな積み付けアルゴリズムと近傍探索を用いた簡便な手法を提案する. 本手法の有効性は, これまでの文献にあるベンチマーク問題を用いたシミュレーションを行い, これまでの結果と比較を行うことで示す.
    抄録全体を表示
ショートノート
  • 遠藤 靖典, 半澤 光希, 濱砂 幸裕
    18 巻 (2006) 6 号 p. 859-866
    公開日: 2007/04/20
    ジャーナル フリー
    本研究では貨物積み付け自動化のためのアルゴリズムについて扱う. アルゴリズムは容積空間の有効利用や貨物の安定性などを含む積み付けアルゴリズムとメタ戦略から構成されており, さらにメタ戦略の中で, 貨物をグループ化して扱う方法論についても考察する. また, その数値シミュレーションの結果も示す.
    抄録全体を表示
  • 大原 健, 能島 裕介, 石渕 久生
    18 巻 (2006) 6 号 p. 867-873
    公開日: 2007/04/20
    ジャーナル フリー
    本研究では, 道路状況が動的に変化するために, 道路利用者が経路選択を行う時に個々の経路の走行時間に関する情報が利用可能でないような交通流モデルを考える. このような交通流モデルに対して, 全走行車両の平均走行時間を最小にするために, 2種類の経路選択手法の性能を比較する. 一つは, 大域的に平均走行時間の最小化を行う手法である. この手法では, 全走行車両の経路選択を中央管理者が決定する. 走行車両台数が多い場合では, 走行車両に対する経路選択の組合せ総数が大きくなり, 最適解を求めることが困難になる. そこで本論文では, 遺伝的アルゴリズムを用いることで効率的に近似最適解を求めることにする. もう一つの手法は, 個々の車両ごとに局所的に走行時間の最小化を行う手法である. この手法では, 各車両は, 予測走行時間の短い経路を選択する. 本論文では, ニューラルネットワークを用いて走行時間の予測を行う. 数値実験により, 2種類の経路選択手法を比較し, 各々の手法の特徴を明らかにする.
    抄録全体を表示
報告
書評
用語解説
学生部会ΔNGLE
一般論文
原著論文
  • 嶋田 香, 平澤 宏太郎, 古月 敬之
    18 巻 (2006) 6 号 p. 881-891
    公開日: 2007/04/20
    ジャーナル フリー
    遺伝的ネットワークプログラミング (GNP) を用いた興味深い相関ルールの抽出手法を提案する. GNPは, ノードをネットワーク状に接続することによって, プログラムの自動生成を行う進化論的計算手法の1つである. GNPの1つの判定ノードが1つの属性に関する判定を行うとき, 処理ノードからの判定ノードの連結を相関ルールと対応させることができる. GNPはノードの再利用・共有が可能であるため探索空間を有効に構成できる. また, ルールの興味深さの指標としてサポート値, χ2値をGNPの特性を利用することで算出している. 各世代のGNP個体が抽出した興味深い相関ルールはライブラリーに蓄積され, GNPは新規のルール抽出を目的として進化する. シミュレーションの結果から, 提案手法が興味深い相関ルールを効率よく抽出することを示す.
    抄録全体を表示
  • 世良田 学, 畠山 豊, 延原 肇, 廣田 薫
    18 巻 (2006) 6 号 p. 892-899
    公開日: 2007/04/20
    ジャーナル フリー
    画像検索において, ユーザがシステムの提示する部分画像を組み合わせることでクエリを作成する場合, データベースの大規模化に伴うクエリ候補数の増加により, クエリ選択におけるユーザ負担も増加する. このユーザ負担の増加を抑え, またクエリの柔軟性を高めるために, クエリ候補部分画像を階層的に提示可能にするビジュアルキー木を提案する. また, ビジュアルキー木の葉ノードを用いた画像の索引付けにより, 効率的な検索を可能にすると共に, 適合フィードバックを適用するうえでクエリ修正法の改良を行う. CORELデータベースから選出した1,000枚の画像による実験から, 作成するビジュアルキー木がユーザのクエリ作成負担増加の抑制に適した構造を持つことを確認する. さらに, ビジュアルキー木に対する適合フィードバックの改良による検索性能向上を再現率-適合率曲線から確認する.
    抄録全体を表示
  • 赤坂 優太, 鬼沢 武久
    18 巻 (2006) 6 号 p. 900-910
    公開日: 2007/04/20
    ジャーナル フリー
    本論文では, 歩行者ナビゲーションにおける経路選択に個人の好みを反映させる手法を提案し, そこで用いるファジィ測度・積分モデルの評価を行う. 提案手法では, 道路満足度評価モデル (RSEM) によって予測される道路の主観的満足度にもとづいて経路を選択する. 道路満足度評価モデルにはファジィ測度とファジィ積分が用いられ, 道路の主観的な印象を表す道路属性が道路満足度評価モデルへ入力される. ファジィ測度から読みとれるユーザの好みにあわせて, どの道路属性を用いるかを決める. 被験者実験と道路満足度評価モデルの解析によって, 個人の好みを反映した満足度の高い経路が選択されていることと, 個人の好みにあったモデルが構築されていることを示す.
    抄録全体を表示
学会から
会告
    • |<
    • <
    • 1
    • >
    • >|
feedback
Top