講演情報
[2E1-GS-5b-05]抽象定式化と解法特化定式化に基づくLLMによる自動最適化フレームワーク
〇佐鳥 玖仁朗1 (1. 三菱電機株式会社)
キーワード：
自律的最適化、問題定式化、アルゴリズム選択、大規模言語モデル、最適化
最適化は設計・運用・計画立案など多くの工学分野において基盤技術として用いられる．一方で，最適化のための数理モデルの構築や解法アルゴリズムの選択には専門的知識が必要であり，非専門家による活用には高い参入障壁が存在する．
近年，大規模言語モデル（LLM）を用いて自然言語から最適化問題を自動的に解決する研究が進展しているが，先行研究では問題定式化の段階で数理モデルが固定されるため，その後の手法選択が数理モデルに強く依存する．その結果，数理モデルに適合する解法に限定される，もしくは数理モデルと乖離した解法が選択されるという不整合が生じる．
本研究では，抽象定式化，手法選択，手法特化定式化の三段階プロセスに基づく最適化生成フレームワークを提案する．提案手法では，問題構造を抽象的に表現した後に解法戦略を選択し，選択された手法に適合するよう数理モデルを再構築することで，数理モデルと解法の整合性を保証する．
実験により，提案手法は先行研究と比較して解品質および実行成功率で性能が向上することを確認した．これらの結果は，提案手法が多様な解法戦略の選択が要求される実環境において有効であることを示す．
近年，大規模言語モデル（LLM）を用いて自然言語から最適化問題を自動的に解決する研究が進展しているが，先行研究では問題定式化の段階で数理モデルが固定されるため，その後の手法選択が数理モデルに強く依存する．その結果，数理モデルに適合する解法に限定される，もしくは数理モデルと乖離した解法が選択されるという不整合が生じる．
本研究では，抽象定式化，手法選択，手法特化定式化の三段階プロセスに基づく最適化生成フレームワークを提案する．提案手法では，問題構造を抽象的に表現した後に解法戦略を選択し，選択された手法に適合するよう数理モデルを再構築することで，数理モデルと解法の整合性を保証する．
実験により，提案手法は先行研究と比較して解品質および実行成功率で性能が向上することを確認した．これらの結果は，提案手法が多様な解法戦略の選択が要求される実環境において有効であることを示す．