JPWO2017145664A1 - 最適化システム、最適化方法および最適化プログラム - Google Patents
最適化システム、最適化方法および最適化プログラム Download PDFInfo
- Publication number
- JPWO2017145664A1 JPWO2017145664A1 JP2018501089A JP2018501089A JPWO2017145664A1 JP WO2017145664 A1 JPWO2017145664 A1 JP WO2017145664A1 JP 2018501089 A JP2018501089 A JP 2018501089A JP 2018501089 A JP2018501089 A JP 2018501089A JP WO2017145664 A1 JPWO2017145664 A1 JP WO2017145664A1
- Authority
- JP
- Japan
- Prior art keywords
- distribution
- optimization
- sample
- function
- sampling
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Complex Calculations (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
図1は、本発明による最適化システムの第1の実施形態の構成例を示すブロック図である。本実施形態の最適化システムは、非ガウス分布に従う不確実変数を用いてロバスト最適化問題を解くものである。本実施形態の最適化システムは、サンプリング手段10と、最適化手段20とを備えている。
<参考文献1>
Elidan, Gal, "Copula bayesian networks.", Advances in neural information processing systems, p.2, 2010.
N>1/ε(log1/δ+dx) (式6)
<参考文献2>
Glynn, Peter W and Iglehart, Donald L, "Importance sampling for stochastic simulations", Management Science, INFORMS, vol.35, No.11, p.1367-1392, 1989
そして、例えば、上述する式5の分布関数Gに基づくコピュラ関数の場合、サンプリング手段10は、以下に例示するステップS11からステップS13の処理により、ζ(1),…,ζ(N)をサンプリングできる。図2は、第1の実施形態のサンプリングの動作例を示すフローチャートである。
次に、本発明による最適化システムの第2の実施形態を説明する。第1の実施形態では、最適化システムが非ガウス分布全体からのサンプリングを行い、サンプリングに基づくロバスト最適化を実行した。本実施形態では、サンプルの精度を向上させるため、非ガウス分布で不確実変数の含まれる確率の大きさを制御してロバスト最適化を実行する方法を説明する。
−(商品1のリターン比)×(商品1への投資量)
−(商品2のリターン比)×(商品2への投資量) (式8)
ただし、(商品1の現在価格)×(商品1への投資量)
+(商品2の現在価格)×(商品2への投資量)<=(予算)
変数1の対数正規分布(loc,scale,shape)=(-0.18,0.97,0.84)
変数2の対数正規分布(loc,scale,shape)=(-0.52,0.56,0.43)
20 最適化手段
Claims (10)
- 非ガウス分布に従う不確実変数の分布をコピュラ関数および周辺分布により定義し、定義された分布からサンプルを生成するサンプリング手段と、
生成されたサンプルを用いて前記不確実変数を含むロバスト最適化問題を解く最適化手段とを備えた
ことを特徴とする最適化システム。 - 分布関数は多次元の信頼区間が定義可能な関数であり、
サンプリング手段は、定義される分布関数の信頼区間の曲面からサンプルを生成する
請求項1記載の最適化システム。 - サンプリング手段は、正規コピュラの信頼区間を定義し、定義される分布関数の信頼区間の曲面からサンプルを生成する
請求項1または請求項2記載の最適化システム。 - サンプリング手段は、信頼区間の曲面から一様にサンプルを生成する
請求項2または請求項3記載の最適化システム。 - 非ガウス分布に従う不確実変数を含む最適化問題をロバスト最適化により解く最適化手段を備えた
ことを特徴とする最適化システム。 - 非ガウス分布に従う不確実変数の周辺分布およびコピュラ関数を入力する第一入力手段と、
前記不確実変数を含む最適化問題を入力する第二入力手段とを備え、
最適化手段は、前記コピュラ関数および前記周辺分布から生成されるサンプルを用いて最適化問題をロバスト最適化により解く
請求項5記載の最適化システム。 - 非ガウス分布に従う不確実変数の分布をコピュラ関数および周辺分布により定義し、定義された分布からサンプルを生成し、
生成されたサンプルを用いて前記不確実変数を含むロバスト最適化問題を解く
ことを特徴とする最適化方法。 - 分布関数は多次元の信頼区間が定義可能な関数であり、定義される前記分布関数の信頼区間の曲面からサンプルを生成する
請求項7記載の最適化方法。 - コンピュータに、
非ガウス分布に従う不確実変数の分布をコピュラ関数および周辺分布により定義し、定義された分布からサンプルを生成するサンプリング処理、および、
生成されたサンプルを用いて前記不確実変数を含むロバスト最適化問題を解く最適化処理
を実行させるための最適化プログラム。 - 分布関数は多次元の信頼区間が定義可能な関数であり、
コンピュータに、
サンプリング処理で、定義される分布関数の信頼区間の曲面からサンプルを生成させる
請求項9記載の最適化プログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016035527 | 2016-02-26 | ||
JP2016035527 | 2016-02-26 | ||
PCT/JP2017/003358 WO2017145664A1 (ja) | 2016-02-26 | 2017-01-31 | 最適化システム、最適化方法および最適化プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2017145664A1 true JPWO2017145664A1 (ja) | 2018-12-13 |
JP6973370B2 JP6973370B2 (ja) | 2021-11-24 |
Family
ID=59685053
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018501089A Active JP6973370B2 (ja) | 2016-02-26 | 2017-01-31 | 最適化システム、最適化方法および最適化プログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6973370B2 (ja) |
WO (1) | WO2017145664A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107749638B (zh) * | 2017-10-19 | 2021-02-02 | 东南大学 | 多微电网组合的虚拟发电厂分布式随机非重叠抽样的无中心优化方法 |
CN110097263A (zh) * | 2019-04-18 | 2019-08-06 | 新奥数能科技有限公司 | 综合能源系统的设备调控方法及装置 |
CN111652445B (zh) * | 2020-06-11 | 2024-03-22 | 广东科创智水科技有限公司 | 基于高斯分布的污水设备优化运行控制方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002183111A (ja) * | 2000-12-13 | 2002-06-28 | Yamatake Corp | 曲面モデルの同定方法及びプログラム |
JP2003108753A (ja) * | 2001-09-28 | 2003-04-11 | Tokai Bank Ltd | 金融機関のリスク管理システム及びそれを用いた処理方法 |
WO2006035507A1 (ja) * | 2004-09-29 | 2006-04-06 | National Institute Of Information And Communications Technology | 有価証券取引支援システム |
JP2006268558A (ja) * | 2005-03-24 | 2006-10-05 | Yamatake Corp | データ処理方法及びプログラム |
US8170941B1 (en) * | 2008-10-16 | 2012-05-01 | Finanalytica, Inc. | System and method for generating random vectors for estimating portfolio risk |
US20140214722A1 (en) * | 2013-01-25 | 2014-07-31 | The Research Foundation Of The State University Of New York | Real time evaluation of financial returns based on nearly elliptical models |
-
2017
- 2017-01-31 JP JP2018501089A patent/JP6973370B2/ja active Active
- 2017-01-31 WO PCT/JP2017/003358 patent/WO2017145664A1/ja active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002183111A (ja) * | 2000-12-13 | 2002-06-28 | Yamatake Corp | 曲面モデルの同定方法及びプログラム |
JP2003108753A (ja) * | 2001-09-28 | 2003-04-11 | Tokai Bank Ltd | 金融機関のリスク管理システム及びそれを用いた処理方法 |
WO2006035507A1 (ja) * | 2004-09-29 | 2006-04-06 | National Institute Of Information And Communications Technology | 有価証券取引支援システム |
JP2006268558A (ja) * | 2005-03-24 | 2006-10-05 | Yamatake Corp | データ処理方法及びプログラム |
US8170941B1 (en) * | 2008-10-16 | 2012-05-01 | Finanalytica, Inc. | System and method for generating random vectors for estimating portfolio risk |
US20140214722A1 (en) * | 2013-01-25 | 2014-07-31 | The Research Foundation Of The State University Of New York | Real time evaluation of financial returns based on nearly elliptical models |
Also Published As
Publication number | Publication date |
---|---|
WO2017145664A1 (ja) | 2017-08-31 |
JP6973370B2 (ja) | 2021-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102170105B1 (ko) | 신경 네트워크 구조의 생성 방법 및 장치, 전자 기기, 저장 매체 | |
US11521090B2 (en) | Collaborative distributed machine learning | |
US11836576B2 (en) | Distributed machine learning at edge nodes | |
US20190378044A1 (en) | Processing dynamic data within an adaptive oracle-trained learning system using curated training data for incremental re-training of a predictive model | |
US20200302337A1 (en) | Automatic selection of high quality training data using an adaptive oracle-trained learning framework | |
Ben-Tal et al. | Oracle-based robust optimization via online learning | |
US20170140278A1 (en) | Using machine learning to predict big data environment performance | |
US10067746B1 (en) | Approximate random number generator by empirical cumulative distribution function | |
CN112990472A (zh) | 消除量子噪声的方法及装置、电子设备和介质 | |
WO2017145664A1 (ja) | 最適化システム、最適化方法および最適化プログラム | |
US11687804B2 (en) | Latent feature dimensionality bounds for robust machine learning on high dimensional datasets | |
CN113610240A (zh) | 利用嵌套机器学习模型来执行预测的方法及系统 | |
WO2018001123A1 (en) | Sample size estimator | |
US20220198278A1 (en) | System for continuous update of advection-diffusion models with adversarial networks | |
US20220180250A1 (en) | Processing dynamic data within an adaptive oracle-trained learning system using dynamic data set distribution optimization | |
US20210365350A1 (en) | Determination method and storage medium | |
Sun et al. | Quadratic approximation of cost functions in lost sales and perishable inventory control problems | |
JPWO2016084326A1 (ja) | 情報処理システム、情報処理方法、及び、プログラム | |
CN114580649A (zh) | 消除量子泡利噪声的方法及装置、电子设备和介质 | |
JP2018067227A (ja) | データ分析装置、データ分析方法、データ分析処理プログラム | |
JP7396505B2 (ja) | モデル生成プログラム、モデル生成方法及びモデル生成装置 | |
EP4356317A1 (en) | Blackbox optimization via model ensembling | |
Arputhamary et al. | Performance Improved Holt-Winter’s (PIHW) Prediction Algorithm for Big Data Environment | |
Bandi et al. | Robust transient multi-server queues and feed-forward networks | |
US20210056449A1 (en) | Causal relation estimating device, causal relation estimating method, and causal relation estimating program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191205 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210209 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210330 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20211005 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211018 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6973370 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |