到着時刻と燃料消費量を同時に 最適化する船速・航路計画 目的 • 出発港から到着港まで運行する船舶の運行 計画を作成すること • 通る航路と、各区間の船速の両方を同時に 最適化する • 所要時間と、燃料消費量を同時に考慮する のが特徴 動機 • 運行計画の最適化の研究はいくつかある • 多くの研究は、一つの目的(例えば所要時 間)を最適化するモデル化を採用 • 実際には2目的を考慮しなければいけない場 合が多いので、さまざまな工夫を追加して答 えを導いている • 「2目的最短路問題」を使えば、2目的を同時 に最適化できることを紹介する アプローチ • 海域上に格子点を設定する • 通る可能性のある2点間に枝を設定する • その2点間を航行するのに要する所要時間と 燃料消費量を計算し、設定する • その点を通る最早時刻と最遅時刻を設定 • 「2目的最短路問題」を解く。 • 航路はこの解として得られる。通る枝を順に 並べたものとして得られる。 最短路問題 最初が点iで最後が点jとなる点の列を、iからjへのパスという (例: 0 -> 5 -> 2 -> 6は、0から6へのパス)。 2点を結ぶ枝には、「長さ」が定義されている。 iからjへのパスで、そのパスに含まれる枝の長さの総和を、「パスの長さ」という。 ある点から、各点への長さ最小のパスを求める問題を、「最短路問題」という。 最短路問題は高速に解くことができる(多項式時間のアルゴリズム) 超大規模な問題でも解ける(例:数百万点のネットワーク) 5 0 1 6 9 2 4 8 5 2 2 6 1 5 10 8 6 航路のみの計画 航路のみの計画で、目的が一つであれば、「最短路問題」でモデル化できる •出発地を 0 で表し、到着地を 6 で表す。 •海域上に適宜点を設定し、通る可能性のある2点間には枝を設定し、その枝 の長さは所要時間(または燃料消費量)とする。 •これで最短路問題と解くと、出発地 0 から到着地 6 までのパスで、 所要時間(または燃料消費量)が最小のものが求まる。 5 5 0 1 2 6 9 2 4 8 2 6 1 5 10 8 6 最小所要時間:5+6=11 注意 海域上に適宜点を設定し、通る可能性のある2点間には枝を設定し、 その枝の長さは所要時間とする。 海域上の2点間の所要時間は、数値として与えればよい。 最適化アルゴリズムと、船舶性能評価手法の分離 現在の船舶性能評価手法の元で、最適な航路が求まる。 評価精度が上がり、与える数値の精度があがれば、 最適化アルゴリズムの変更無しに、より精度の高い計 画が得られる。 注意 海域上の2点間の所要時間は、数値として与えればよい。 2点間の所要時間、燃料消費量を計算するためには、 どのような気象条件を取り入れても良いし、どのような 評価モデルを用いても良い。 最短路問題 •出発地を 0 で表し、到着地を 6 で表す。 •海域上に適宜点を設定し、通る可能性のある2点間には枝を設定し、その枝 の長さは所要時間とする。 •これで最短路問題と解くと、出発地 0 から到着地 6 までのパスで、 所要時間が最小のものが求まる。 5 0 1 6 9 2 4 8 5 2 2 6 1 5 10 8 6 最小所要時間:5+6=11 問題点 2点間は、1つの速度しか設定できない。 →同じ2点間でも、運行速度は変えてよいはず。 ( 0 1 から へは、11knotで走るか、12knotで走るか、13knotで走るか) 5 0 1 6 9 2 4 8 5 2 2 6 1 5 10 8 6 最小所要時間:5+6=11 船速と航路を同時に最適化 2点間を航行する船速(または回転数)が3とおりある場合のモデル化 →2点間に、各船速に対応した枝を並行して張る 長さ5 0 長さ5 1 12knot 12knot 11knot 0 12knot 13knot 2 11knot 1 12knot 13knot 2 船速と航路を同時に最適化 2点間を航行する船速(または回転数)が3とおりある場合のモデル化 →2点間に、各船速に対応した枝を並行して張る 0 長さ5.3 長さ5.3 11knot 11knot 長さ5 12knot 1 長さ5 12knot 長さ4.8 長さ4.8 13knot 13knot 2 最短路問題の答えは、例えば上の赤矢印のように得られる。 この場合、点0から1へ1knotで、点1から点2へ13knotで運行すればよい。 すなわち、船速と航路を同時に最適化していることになる。 船速と航路を同時に最適化 2点間に複数の枝があっても、最短路問題は問題なく解ける。 1本の場合よりも計算量は増えるが、船速・航路計画で現れる最短路問題は 小規模なもの(内航船で点が数百個、枝が数千点)なので、高速に解けると 考えてよい。 5 0 6 9 2 4 8 5 1 2 2 6 1 5 10 8 6 所要時間と燃料消費量を同時に (いったん、最初に導入した最短路に戻ります) 2点間には、1つの長さ(所要時間または燃料消費量)のみを設定した。 •2点間に2つの長さを定義した拡張が可能 5 0 1 6 9 2 4 8 5 2 2 6 1 5 10 8 6 所要時間と燃料消費量を同時に 2点間には、1つの長さ(所要時間または燃料消費量)のみを設定した。 •2点間に2つの長さを定義した拡張が可能 これを「2目的最短路問題」とよぶ •1番目の長さを所要時間、2番目の長さを燃料消費量とすると、 0 (5, 6) 1 2 (2,18) (6,10) (9,2) (2,10) 4 (5,11) (8,3) (1, 21) 5 (10,2) (6,4) (8,3) 6 (11,10) (19,4) 所要時間と燃料消費量を同時に •2点間に2つの長さを定義した拡張が可能 •1番目の長さを所要時間、2番目の長さを燃料消費量とすると、 •所要時間を最小にするなら、赤いパス(所要時間11、燃料消費量21) •燃料消費量を最小にするならば、青いパス(所要時間19、燃料消費量14) (5, 9) 0 1 2 (2,18) (6,3) (9,5) (2,4) 4 (5,11) (8,1) (1, 21) 5 (10,9) (6,12) (8,3) 6 (11,21) (19,14) 所要時間と燃料消費量を同時に •所要時間を最小にするなら、赤いパス(所要時間11、燃料消費量21) •燃料消費量を最小にするならば、青いパス(所要時間19、燃料消費量14) •他にも、許される所要時間に従って、燃料消費量を最小にするパスを見つける ことができる. 所要時間がTまで許される のならば、燃料消費量がF で済むパスが存在する。 (5, 9) 0 1 (5,11) 2 (T, F) (2,18) (6,3) (9,5) (2,4) 4 (8,1) (1, 21) 5 (10,9) (6,12) (8,3) 6 (11,21) (19,14) (14,19) (24,13) . . . 終点でのラベルを求める (T, F) (11,21) (19,14) (14,19) (24,13) . . 所要時間がTまで許されるのならば、 燃料消費量がFで済むパスが存在する。 この、(T,F)の組を、「ラベル」とよぶことにする。 終点(この例では点 6 )でのラベルにより、許される所要 時間T以内のパスの中で燃料消費量が最小のものがわかる。 この、終点での「ラベル」を効率的に求めるアルゴリズムが M.Desrochers, F.Soumis, A Generalized Permanent Labelling Algorithm for the Shortest Path Problem with Time Windows, INFOR vol.26, no.3, 1988 で提案されている。 擬多項式時間アルゴリズムであるが、船速・航路計画で用いる比較的小規模な ネットワークであれば、十分高速に動作する場合が多い。 終点でのラベルを求める (T, F) (11,21) (19,14) (14,19) (24,13) . . 所要時間がTまで許されるのならば、 燃料消費量がFで済むパスが存在する。 この、(T,F)の組を、「ラベル」とよぶことにする。 終点(この例では点 6 )でのラベルにより、許される所要 時間T以内のパスの中で燃料消費量が最小のものがわかる。 この(T,F)の要素は、「非劣解」とよばれるものである。 これらの集合は、経済学などでいうところの「効率的フロンティア」に あたる。 燃料消費量F (11,21) (14,19) (19,14) (24,13) 所要時間T まとめ 1 •最初に、2点間に並行に各船速に対応した枝を張るこ とにより、船速と航路を同時に最適化するためのモデ ル化を紹介した。 •次に、各枝に2つの目的(所要時間と燃料消費量を想 定)を設定することにより、所要時間の制限内に到着 するパスの中で、燃料消費量を最小にするものを見つ けるモデル化を紹介した。 まとめ 2 •これらの2つのモデルを組み合わせることで、 1. 所要時間と燃料消費量を同時に考慮したね 2. 船速と航路を同時に最適化する計画 を計算することができる。 航路計画を多目的最適化問題として定式化し、遺伝的ア ルゴリズムを使う方法が報告されている。遺伝的アルゴリ ズムは、汎用的であるという長所の一方で、綿密なチュー ニングを施さなければ、あまり良くない局所最適解に陥ると いう短所がある。 「多目的」が「2目的」である場合は、ここで紹介したモデル 化と計算手法も検討する価値がある。このアルゴリズムで は、必ず「大域的最適解」が求まる。
© Copyright 2024 ExpyDoc