ピックアップテーマ
荷主東京理科大学は6日、配送ルートや勤務シフトなどの組合せ最適化問題に向け、粒子群最適化をカオス探索法に組み込んだ新たな計算手法を開発したと発表した。
同大によると、探索中に主要なパラメータを自動的に調整できるようにすることで、従来のカオス探索法やフィードバックベースの調整法に比べ、解の質と頑健性に優れることを数値実験で確認した。研究では、群知能最適化の一種である粒子群最適化を用い、探索状況に応じてパラメータを動的に切り替える仕組みを導入したという。
容量制約付き配送計画問題を対象とした実験では、多くの中小規模問題で既知の最適解、またはそれに近い解への到達を確認した。さらに、同一問題を複数回解いた際の結果のばらつきが小さく、パラメータ設定に対する頑健性が高いことも示された。一方で、粒子群最適化によるパラメータ探索を追加するため、従来のフィードバックベースの調整法よりも計算時間が長くなる点は課題としている。
研究成果は、国際学術誌「NOLTA, IEICE」（オンライン）に2026年7月1日に掲載された。共同研究は、東京理科大学、日本工業大学、東京都市大学の研究グループが実施したとしている。
■「より詳しい情報を知りたい」あるいは「続報を知りたい」場合、下の「もっと知りたい」ボタンを押してください。編集部にてボタンが押された数のみをカウントし、件数の多いものについてはさらに深掘り取材を実施したうえで、詳細記事の掲載を積極的に検討します。
※本記事の関連情報などをお持ちの場合、編集部直通の下記メールアドレスまでご一報いただければ幸いです。弊社では取材源の秘匿を徹底しています。
LOGISTICS TODAY編集部
メール：support@logi-today.com
LOGISTICS TODAYでは、メール会員向けに、朝刊（平日7時）・夕刊（16時）のニュースメールを配信しています。業界の最新動向に加え、物流に関わる方に役立つイベントや注目のサービス情報もお届けします。
ご登録は無料です。確かな情報を、日々の業務にぜひお役立てください。
