学習セルオートマトンモデルによる創発的最適化手法の開発

Research Project

Project/Area Number	08233101
Research Category	Grant-in-Aid for Scientific Research on Priority Areas
Allocation Type	Single-year Grants
Research Institution	Chiba University
Principal Investigator	平田廣則千葉大学, 工学部, 教授 (60111415)
Co-Investigator(Kenkyū-buntansha)	銭飛広島電機大学, 助教授 (60236122)
Project Period (FY)	1996
Project Status	Completed (Fiscal Year 1996)
Budget Amount *help	¥2,200,000 (Direct Cost: ¥2,200,000) Fiscal Year 1996: ¥2,200,000 (Direct Cost: ¥2,200,000)
Keywords	創発システム / 学習オートマトン / 学習セルオートマトン / 最適化手法 / 遺伝 / 自己増殖 / 確率的手法 / 最適化
Research Abstract	本年度は,遺伝情報を組み入れた学習セルオートマトンモデルによる最適化手法を開発した。具体的には以下の過程による。・遺伝子情報を持つ学習セルオートマトンに新しく自己増殖機能を組み入れた。・自己増殖機能を持つ学習セルオートマトンモデルを構築した。・本モデルの強化法を構築し,理論的解析をした。・本モデルを用いて,最適化手法を構築した。・関数最適化問題などへ適用し,その有効性を示した。本年度の研究で,次の結果が得られた。・遺伝的情報を持つ学習セルオートマトンモデルは,創発システムとして,最適化機能を持つことが分かった。・自己増殖機能を組み合わせることにより,広域的探索が可能となった。・本最適化手法は,並列分散的特徴を持ち,今後大規模最適化組合せ問題を解く最適化手法として有望であることが分かった。