Research - 久保's ホームページ

統計的機械学習を利用した予測

埋め込み層を用いた深層学習によって実問題に対する従来の手法を超えた予測手法を開発している．最新の深層学習ライブラリfastaiを利用して，需要予測，協調フィルタリング，画像分類，物体検出，画像分割を高速かつ高精度で行うためのの最適化アルゴリズムを開発している．

サプライ・チェイン設計

サプライ・チェイン（ロジスティクス・ネットワーク）設計モデルは，原料の供給点から需要点までの物の流れを，顧客サービスレベルの制約の下で，数理的に最適化を行うことを目的としている．本研究では，部品展開表，輸送モードなどの諸条件をモデルに組み込むための抽象モデルを提案している．また，グローバルSCMを想定した拡張（関税控除，ローカルコンテンツ，為替変動，途絶リスク）に関する研究も行っている．

サプライ・チェインにおけるリスク管理

途絶発生時におけるサプライ・チェイン全体への影響を考慮した最適化モデルを提案している．1つは「SCRMと人道支援ロジスティクス」（近代科学社）にまとめられた一連の実験的解析であり，もう1つはMITのSimchi-LeviがFordと行った共同研究の拡張であり，自動車産業だけでなく，広範囲の製造業に使えるような確率的拡張である．

scrmbook

汎用配送計画ソルバーの開発

汎用配送最適化ソルバーをもとに，様々な実務的な不可条件に対応したシステムを開発している．事例として，自動販売機へのVMI( Vender Managed Inventory)を考慮した配送，在庫との同時最適化，多期間配送計画，災害時における偵察計画などがある．ソルバーはメタヒューリスティクスに基づくものと，数理最適化ソルバーをベースに列生成を用いたものを開発している．

スタッフ・スケジューリングに関する研究

従来のシフト型のスタッフ・スケジューリングではなく，アルバイト中心のスケジューリングに対応した汎用スタッフ・スケジューリングシステムの開発を行っている．計画期間（1ヶ月）を想定し，日ごとのバイト可能時間帯，休憩などを考慮して，メタヒューリスティクスによって最適スケジューリングを生成する．

サービス・ネットワーク設計に関する研究

宅配便や郵便のように多対多の輸送を効率的に行うためのネットワーク設計の研究を行っている．この大規模問題を解決するために，問題をストラテジック，タクティカル，オペレーショナルに分解し，個々の意思決定レベルに対する数理モデルを構築している．さらに個々の数理モデルに対して，数理最適化ソルバーならびにメタヒューリスティクスを用いた高性能アルゴリズムを設計し，現実問題の解決を試みる．

メタヒューリスティクスの開発と実験的解析

様々な実用的な組合せ最適化問題に対して効率的なメタヒューリスティクスを開発し，それに対する実験的解析を行っている．成果の一部は，「メタヒューリスティクスの数理」（共立出版）にまとめられている．

サプライ・チェインに対するモデリング言語の開発

サプライ・チェインにおける様々な問題を解決するための統一的なモデリング言語を開発している．サプライ・チェインは，ネットワーク（点，枝）に期，活動，資源，製品，状態などを付加した抽象オブジェクトとして表現され，Python言語によるクラス群として提供される．対象としているサプライ・チェイン最適化モデルは，資源制約付きスケジューリング，ロットサイズ決定，ロジスティクスネットワーク設計，安全在庫配置，在庫方策最適化，配送計画などである．

scml

動的価格付けに関する研究

従来は航空機チケットやホテルなどの陳腐化資産に対してのみ適用されてきた動的価格付けは，O2O(Online to Offline)の普及に伴い，一般の商品に対しても適用できるようになってきた．価格を変更したときの需要量の変化に対して，心理学的な要因を組み込んだプロスペクト理論を導入することによって，より現実的かつ効果的な動的価格付けの理論体系を構築している．収益管理については，拙著「サプライ・チェイン最適化ハンドブック」（朝倉書店）で触れているので参照されたい．

handbook

実務的な数理最適化問題に対する実験的解析

汎用数理最適化ソルバーは，ベンチマーク問題とよばれる一連の問題例(インスタンス）に対する実験で評価されてきた．しかし，MIPLIBに代表されるベンチマーク問題は，拙い定式化をしたユーザーの問題例に偏りがちである．我々はそのような現状を打破するため，多様な実務における最適化問題群に対して，考えられるすべての「良い」定式化を行い，それに対して包括的な実験を行った．対象とした問題と定式化については，「あたらしい数理最適化」（近代科学社）にまとめられており，成果の実験的解析についてはサポートページにまとめられている．

gurobi