動的な確率制約付きオープンピット鉱山計画問題における進化的最適化の利用について

arXiv cs.AI / 2026/4/16

💬 オピニオンIdeas & Deep AnalysisModels & Research

要点

  • 本論文は、不確実性の下での動的な確率制約付きオープンピット鉱山計画を扱っており、ブロックの経済価値は確率的であり、容量は時間とともに変化する。
  • 問題は、期待割引利益を最大化しつつ、リスクとして標準偏差を最小化するという二目的の進化的最適化課題として定式化される。
  • 動的な変化に対応するため、著者らは、多様性に基づく変化対応メカニズムを導入し、非実現(不適合)となった集団の一部を修復するとともに、変化を検出した際に新たな実現可能解を追加する。
  • 本手法は、不確実性の水準および変化頻度を複数設定した6つの鉱山インスタンスに対してベンチマークされ、再評価ベースの戦略よりも優れた性能を示す。
  • 提案アプローチは、4つの多目的進化的アルゴリズムを用いて評価されており、最適化の変種間にわたって変化対応メカニズムの頑健性が示される。

要旨: オープンピット鉱山のスケジューリングは、不確実な経済的価値と、動的に変化する資源の能力を伴う、複雑な実世界の最適化問題である。進化的アルゴリズムは、不確実で変化する環境に容易に適応できるため、こうした状況で特に有効である。しかし、不確実性や動的な変化は、実世界の問題ではしばしば互いに切り離して研究されている。本論文では、ブロックの経済的価値が確率的であり、採掘および処理能力が時間とともに変化する、動的な確率制約付きオープンピット鉱山スケジューリング問題を研究する。期待割引利益を最大化し、その標準偏差を最小化することを同時に行う二目的の進化的定式化を採用する。動的な変化に対処するために、ダイバーシティに基づく変更応答メカニズムを提案する。このメカニズムは、非制約(不可能)となる解の一部を修復し、変化が検出されたときに追加の制約(可能)な解を導入する。4つの多目的進化的アルゴリズムにわたってこのメカニズムの有効性を評価し、基準となる再評価ベースの変更応答戦略と比較する。6つの採掘インスタンスに関する実験結果は、本提案手法が、不確実性の異なる水準および変化頻度のもとで、基準手法を一貫して上回ることを示している。