氏 名 学 位 の 種 類 学 位 記 番 号 学 位 授 与 年 月 日 学 位 授 与 の 要 件 学 位 論 文 題 目 学位論文審査委員 じぇーんじらー とっさぽんさんぱーん JANEJIRA TOSPORNSAMPAN 博士(農学) 甲第389 号 \平成
1 7
年9
月22
日 学位規則第4
条第1
項該当Water Resource Systems Planning and Management using Opt i im
z
i ta on and Art i f il’aci lnteI 1 igence Techniques(最適化と人工知能による水資源システム計画と管理) (主査) 喜 多 威 知 郎 石 井 将 幸 (副査) 野 中 資 博 北 村 義 信 西 山 佐 一 学 位 論 文 の 内 容 の 要 旨 T h e mia fo eht tneserp hcraeser si oteveihca ycneiciffe sehcaorppa rof retaw secruoser p l a n n i n g - dna tnemeganam dybgnipoleve dna gniylppa suoirav optim~zation .seuqinhcet ehT aera o f smelborp rednu eht hcraeser sedulcni noitazimitpo foelpitlum riovreser metsys noitarepo f o r tnereffid melborp snoitalumrof dna noitazimitpo fotsael tsoc ngised wfo reta noitubirtsid n e t w o r k s . 1 . lacirotsiH atad sisylana fo a melpitlu riovreser metsys T h e lacirotsih riovreser noitarepo sdrocer fo eht eaM gnolK metsys ni,dnaliahT hcihw si s e l e c t e d sa a cesa yduts rof eht tneserp ,hcraeser era yllaitini detneserp dna.dessucsid ehT a n a l y s i s tluser stseggus taht eht gnitsixe selur dluohs eb desiver ot evorpmi eht metsys p e r f o r m a n c e . noitazimitpO euqinhcet sidednemmocer otenimreted lamitpo seicilop eroevitceff o p e r a t i n g selur ot niatbo eht mumixam ten tifeneb nimret-gnol .noitarepo 2 . noitazimitpO seuqinhcet rof noitarepo fo a melpitlu riovreser metsys T h e noitazimitpo seuqinhcet desu ni eht yduts edulcni htob lanoitnevnoc noitazimitpo t e c h n i q u e s dna citsirueh noitazimitpo .seuqinhcet ehT lanoitidart noitazimitpo euqinhcet desu i n eht yduts si eht etercsid laitnereffid cimanyd gnimmargorp .)PDDD( eerhT rojam r e p r e s e n t a t i v e s fodesab-citsirueh noitazimitpo sdohtem desu ni eht yduts edulcni citeneg a l g o r i t h m s ,)sAG( detalumis gnilaenna .)AS( dna ubat hcraes .)ST( A t.tsrif a cnoitanibmo fo a GA adn a DPDD lac( del )PDDD-AG sidesoporp dna depoleved ot o p t i m i z e eht noitarepo fo eht elpitlum riovreser .metsys ehTnoitartsnomed- sideirrac tuo t h r o u g h noitacilppa ot eht eaM gnolK .metsys ehT evitcejbo fonoitazimitpo si otniatbo eht
2
5
7
o p t i m a l gnitarepo seicilop mybgnizimini eht latot noitagirri sticifed gnirud a selgni lacitirc d r o u g h t .raey ehT ecnamrofrep fo eht desoporp mhtirogla siderapmoc htiw eht deifidom AG p r o p o s e d ni eht yduts wsale .1 ehT stluser wohs taht ehtnoitanibmoc mhtirogla sedivorp lamitpo s o l u t i o n s nihtiw a stroh .emit ehT AG si elba otecudorp yrotcafsitas stluser taht era yrev c l o s e otesoht deniatbo morf PDDD-AG tub titneps hcum erom noitatupmoc emit ot teg eht esicerp r e s u l t s . S Amhtirogla sidepoleved otetagitsevni stiecnamrofrep rof ehtrioitazimitpo melborp fo t h e noitarepo fo a melpitlu riovreser system~ ehT depoleved ledom sidetartsulli yb a ttse a p p 1 ni oitac ot a bkramhcne riovreser-net borp 1 me taht sah neeb 1 os dev suoiverp 1 y in eht 1 eruti aret . roF siht,me,lborp sASswoh iba 1 i tyt oedivorp eht retteb tluser naht esoht deniatbo f r o m rehto .seuqinhcet ehT ledom sineht deilppa ot eht eaM gnolK metsys nihcihw eht evitcejbo f u r o f eht AS siderapmoc htiw taht fo eht AGdepoleved rof eht emas .melborp ehT stluser wohs t h a t eht AS si erom tneiciffe naht eht AG ni eht deniatbo stluser dna noitatupmoc .emit ehT r e s u l t s deniatbo morf eseht snoitacilppa evah devorp taht eht AS sielbapac fognisserdda a l a r g e dna xelpmoc .melborp L a s t l y rof ehtriovreser ,melborp ehtnoitanibmoc ofa PDDD dna analaicifitr laruen krowten ( A N N ) psidesopor otevired a glarene gnitarepo 1 op yci rof a m 1u1pit e rriovrese metsys .noitarepo A N N s ' a r e yllanigiro deiduts nieht krowemarf afolaicifitr letni e1 cnegi .)IA( ehTnoitartsnomed o f ehtnoitanibmoc mhtirogla sideirrac tuo hguorht noitacilppa ot eht eaM gnolK metsys .osla T h e deniatbo stluser wohs taht eht noitanibmoc ledom smrofrep ylirotcafsitas nognivired a r e s e r v o i r lareneg gnitarepo .ycilop 3 . noitazimitpO seuqinhcet rof eht tsael tsoc ngi'sed fo retaw noitubirtsid skrowten A wen erudecorp ybgnisu citsirueh smhtirogla otniatbo eht tsael tsoc desab no ehtepip-tilps d e s i g n si.desoporp ehTecnamrofrep fo eht desoporp erudecorp sidetartsnomed hguorht gnivlos t h e eerht nwonk-llew smelborp fo retaw noitubirtsid krowten nekat morf eht.erutaretil A SA a n d na coitanibmo hcaorppa fo a G aA dn a T aS er desoporp ot 1 os ev eseht .skrowten aAS dn ST-AG p r o v i d e s yrev gnisimorp .snoitulos ehT snoitulos deniatbo morf htob AS dna ST-AG era dnuof t o teb eh tsoc-tsewol snoitulos tey detneserp niehterutaretil rof lla tset .smelborp .revewoH p e r f o r m a n c e fo eht ST-AG si 1 i eltt retteb naht eht AS rof eht ngised melborp fo retaw d i s t r i b u t i o n .krowten 論 文 審 査 の 結 果 の 要 旨 現在,タイでは,産業の発展や人口および農地面積の増加に伴い水需要が増加しているが,こ れらに対して安定した水供給を可能にすることが要求されている.そこで,本研究では複数の貯 2 5 8
水池を中核として運用される貯水池群システムにおける各貯水池の合理的な運用方針を策定する ために,近年,様々な分野への適用が試みられ,その有用性が認識されている発見的探索法を貯 水池群システムに適用する手法および古典的な最適化手法と組合せる手法を提示し,実在する貯 水池群システムに適用してその有用性を検証した.さらに,管路網に発見的探索法を適用する手 法を提示し,その有用性についても検証した 本論文で得られた結果を要約する,と以下のようになる. 1 . 貯水池群システムへの最適化手法の適用手法の提示およびその検証 本研究の検証に利用する貯水池群システムは タイのメクロン川流域に実在する 2 貯水池を 中核する.各貯水池は多目的ダムであるが 濯瓶用水の供給が最も重視されている.本貯水池 群システムの各貯水池は,シミュレーションモデルから導かれた時期的変動を考慮した複数の ルールカーブに基づく運用方針に従って運用されている. 1985 年から 2001 年の6 年間に観1 測されたデータが利用可能であった. (l)GA-DDDP による最適化 古 典 的 な 最 適 化 手 法 で あ る 離 散 微 分 動 的 計 画 法 (eetcrisD Di 首位laitne Dynamic Programming :以後DDDP )と発見的探索法である遺伝的アルゴリズム(以後GA )の組合せ による最適化手法を導き その効果について検証した. DDDP は古典的なDP が持つ「次元の 呪縛」を緩和するために開発された手法であり 設定された試行経路近辺に限定して反復計算 を実行するきわめて高い計算効率を有する手法である. しかし,対象とするシステムに課され た制約条件をすべて満たす初期試行経路を設定することが要求されるが この設定がきわめて 困難である.逆に, GA は初期条件の設定に関する制約は緩やかであるが 正確な解を求める には膨大な計算量が要求される.そこで,両者の欠点を相互に補完するために,これらを組み 合わせたGA-DDDP を開発し,上記データのうち 最も厳しい渇水年で、あった 1998 年を対象 に本手法を適用した.同時にGA 単独による最適化も行い 両者の結果を比較した評価関数 は,濯瓶用放流量の制限量の総和の最小化とした.得られた評価関数の値は,両者で非常に近 接したものであったが,計算に要した時間は GA-DDDP はGA 単独の場合の約 10% であり, 計算効率が非常によいことが判明した. ( 2 )焼きなまし法(Simulated Annealing :以後SA )による最適化 GA-DDDP は計算効率が非常に良い手法であるが, DP に基づく手法であるため,大規模な システムへの適用には自ずから限界がある.そこで大規模なシステムへの適用が容易である にもかかわらず\貯水池群システムの最適化への適用例が少ない発見的探索法の一種である SA による最適化手法を提示し,その有効性について検討したまず 適用可能性およびその 精度について検証するために,過去の文献で成果が発表されている 10 貯水池からなるベンチ マークテストに適用し,結果を比較したところ 近接した値が得られたので適用可能である ことが示唆された.次いで,上記データのうち, 1998 年を含む1997 年4 月から 2000 年3 月 の3年間について,最適化を行った. GA による最適化も実行し 得られた結果を比較したと
2
5
9
ころ,両者に相違はなかったが 計算時間に関しては SA に利点があった. SA は取り扱いが 容易い手法であるが,パラメータの設定に非常に敏感であり,性能はパラメータの設定に依存 することが判明した. ( 3 ) DDDP と人工神経網(laicifitrA aleruN Network :以後ANN )の組合せによる最適化 ANN はシステムの要素の関係やその相互作用を捉えるのが難しい複雑なシステムの同定に 有効な手法である.貯水池群の過去のデータから GA・DDDP による最適化を行った結果を出力 とし,貯水池群システムのデータを入力として システムの同定を行い,一般的な貯水池操作 jレールを導いた.ただし,得られた結果は試行的なシミュレーション結果であり,さらなる研 究が必要であることが示唆された 2 . 管路網に発見的探索法を適用する手法の提示およびその検証 管路網の構築に当たって,割り管設計に基づいて最小費用を決定するために,発見的探索法