道路ネットワーク上での施設配置や経路計画の問題は、対象地域が広くなるほど解くべき問題の規模が爆発的に大きくなります。例えば関東全域のような大規模な道路ネットワークで最適化問題を解こうとすると、現実的な時間では計算が終わらないことも珍しくありません。 本研究室では、道路ネットワークに対してグラフ縮約手法を適用し「重要な構造を保ったまま小さく まとめる」ことによって、計算時間を大幅に短縮しつつ、 得られる解の質を保つ手法の研究に取り組んでいます。どのように ネットワークを縮約すれば最適解への影響が小さいか、そしてその 縮約が問題の種類によってどう変わるかを、理論と実験の両面から 明らかにすることを目指しています。 このテーマは日本学術振興会の科学研究費助成事業（若手研究、 2026-2029 年度）にも採択されており、研究室の中長期的な柱のひとつです。

【関連研究】 

• 高山陽路, 柿本陽平，"道路ネットワーク構造がFlow-Capturing Location-Allocation Problem の計算コストに与える影響の定量評価", 日本オペレーションズ・リサーチ学会秋季研究発表会，1-D-8，広島大学，2025年9月． 

• Kakimoto, Y., Impact of road network summarization on facility location decisions: A case study of the flow-capturing location-allocation problem, The 13th International Conference on Mathematical Modeling in Physical Sciences, Kalamata, October 2024.

道路ネットワーク上における効率の良い施設配置は、持続可能な都市の 交通システム設計に欠かせません。EV 充電スタンド、水素ステーション、 長距離トラックの休憩施設など、利用者の移動経路を考慮しながら、 どこに何個の施設を配置すれば最も効率的かを数理モデルで明らかに することが目的です。 本研究室では、Flow-Capturing Location-Allocation Problem や p-median 問題をはじめとした施設配置モデルに取り組み、 大規模な道路ネットワーク上での計算効率と最適性を両立する手法の 開発に力を入れています。機械学習との組み合わせ、道路ネットワークの 縮約、走行距離の考慮など、実用に即した拡張も進めています。 

【関連研究】 

• Kakimoto, Y., Extended p-Median Problem with Embedded Linear SVR, Proceedings of the International Conference on Innovative Computing, Information and Control, Kitakyushu, August 2025. 

• Kakimoto, Y., Shimakawa, Y., Rest-area location model for time-driven demands to the expend buffer time of freight vehicles, International Journal of Innovative Computing, Information and Control, 18(1), pp.15-28, 2022. 

• Kakimoto, Y., Shimakawa, Y., Takahashi, H., Optimal location model of electric vehicle charging facility based on the flow-capturing location-allocation model – Case study by using the data of road network of Bangkok, Thailand, Journal of Computations and Modelling, 8(2), pp.111-136, 2018. 

社会は、自律した多数の個体が相互に作用し合って構成される複雑な システムです。感染症の広がり、人の移動、施策の効果といった現象を 正確に予測するには、個体の振る舞いを細かく記述した 社会シミュレーションが有効ですが、計算コストが大きいことが課題に なります。 本研究室では、モバイル端末の位置情報データから人流の特徴を 抽出・分類する手法や、感染症対策（ワクチン接種、接触確認 アプリ COCOA、飲食店の座席配置など）の効果をシミュレーションで 評価する研究に取り組んでいます。最適化手法を応用することで、 高精度なシミュレーションを高速に実行する枠組みの構築を目指して います。

【関連研究】 

• Kakimoto, Y., Omae, Y., Takahashi, H., Analysis of sparse trajectory features based on mobile device location for user group classification using Gaussian mixture model, Applied Sciences, 15(2), 982, 2025. 

• 柿本陽平, 大前佑斗, 豊谷純, 原一之, 高橋弘毅, COVID-19 の 感染リスクを抑制する飲食店における座席割当モデル, 日本経営工学会 論文誌, 74(2), pp.40-52, 2023. 

• Kakimoto, Y., Omae, Y., Toyotani, J., Takahashi, H., Fast screening framework for infection control scenario identification, Mathematical Biosciences and Engineering, 19(12), pp.12316-12333, 2022. 

• Omae, Y., Kakimoto, Y., Sasaki, M., Toyotani, J., Hara, K., Gon, Y., Takahashi, H., SIRVVD model-based verification of the effect of first and second doses of COVID-19/SARS-CoV-2 vaccination in Japan, Mathematical Biosciences and Engineering, 19(1), pp.1026-1040, 2022.