確率的多点探索における有望領域の絞り込み過程の数理モデリング
| Project/Area Number |
20K11971
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 61040:Soft computing-related
|
|---|
| Research Institution | The University of Fukuchiyama |
|---|
Principal Investigator |
畠中 利治 福知山公立大学, 情報学部, 教授 (10252884)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000)
Fiscal Year 2023: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2022: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2021: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2020: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
|
|---|
| Keywords | 進化計算 / 多因子最適化 / 軍知能モデル / 群知能 / ブラウン運動 / 数理モデリング |
|---|
| Outline of Research at the Start |
生物規範型の最適化法としての進化計算や群知能は，その汎用性と解探索の性能から実問題においても利用されている一方で，得られた解候補の最適性の保証がないことや探索の性能を決めるパラメータの調整法が試行錯誤的にしか決められないことといった課題があった．本研究では，この課題を解消していく糸口として，これらのアルゴリズムが果たすべき役割を有望領域の発見と定義し，そのための探索の振る舞いをモデルを用いて解析することによって，理解を深めるとともに，より効率的なアルゴリズムの設計への指針を与えるものである．
|
| Outline of Annual Research Achievements |
進化計算学会の研究会などで，最新の研究動向を調査し，研究の方向性について検討を行った．
近年，多因子最適化（Multifactorial Optimization）が，単目的の問題，多目的最適化に次ぐ第3の問題設定として注目されており，本課題でも進化計算における個体群の動き（設計変数空間における振る舞い）と対象とする目的関数空間における振る舞いとの対応付けを検討している．
今年度は，前年度までの成果を受けて，多因子進化計算の計算環境をもとに，この課題の考察のための計算実験についての計画を行った．
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
今年度もCOVID-19の影響で，国際会議等における情報収集や研究協力者との打合せに支障があり，研究の中心的な問いに対する考察が滞っている．
|
| Strategy for Future Research Activity |
実験環境の構築は進んでいる．データを蓄積するための実験を計画するとともに，自己駆動粒子系の数値実験を行っている．
モデルの数値計算についても，同様に数値実験の準備を行い，本学の数理系の研究者とも議論を行うことを計画している．
|
Report
(3 results)
Research Products
(3 results)
