抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
近年,汎用最適化ソフトの進歩は目覚ましく,非常に多くの問題に簡単に最適化を施すことができるようになった。実際には,解析技術の向上に伴って,最適化を施してもその結果が信用できる範囲が拡大したこと,そしてインターフエースの発展に負うところが大きいと考えられる。本稿では,満足化トレードオフ法の解説,そして近年,適用範囲を増やしてきているサロゲート最適化の概要を紹介し,実際に多目的最適化を利用した具体的な事例を通じて,多目的最適化を通じてモデル化と向き合いながら最適化をしていくプロセスに焦点を当てて説明していく。満足化トレードオフ法の場合,最適解は理想点と希求水準を結んだ線上とパレート解集合の交点を求める方法である。従来まで逐次近似最適化と称していた様々な近似関数を利用した多点近似手法は,近年サロゲート最適化と呼ばれるようになってきた。その多くが,ガウス分布関数を利用したものである。サロゲート多目的最適化を行うと,複数のデータセットが得られる。そのデータセットの中で得たパレート解の有効性を検証する場合は,データ包絡分析法が役に立つ。データ包絡分析法は,経営効率の改善を目的としてCoopersらが提唱した効率を定量的に評価する手法である。事例として,火力発電プラントの配置計画問題と運転計画問題を紹介した。いずれも,意思決定に当たって多目的最適化を指向した結果,比較的簡単に熟練した設計者と同等か,あるいはそれ以上の結果を得ている。
