| Research Abstract |
本研究では,新しい進化型多目的局所探索アルゴリズムであるS-MOGLSアルゴリズムを開発すると共に,個体間の距離に基づく汎用的な親個体選択方法の提案を行った.さらに,目的関数空間内での重複する個体を取り除く効果および実行不可能解の修復におけるラマルク型修復とボールドウィン型修復との比較を行った.S-MOGLSアルゴリズムでは,進化型多目的最適化に局所探索を組み込んだ進化型多目的局所探索アルゴリズムの実装において加重和適応度関数とパレートランキングを併用することにより,アルゴリズムの単純化と高性能化が同時に実現されている.具体的には,親個体の選択および局所探索において加重和応度関数が用いられ,現在の個体群(親個体群),遺伝的操作で生成された子個体群,局所探索で改良された改良個体群から次世代の個体群を生成する世代更新ではパレートランキングが用いられる.また,局所探索を適応する個体は,子個体群から加重和適応度関数を用いて選択される.多目的ナップサック問題に対する数値実験により,世代更新において3種類の個体群(親個体群,子個体群,改良個体群)を用いることの有効性,および,親個体の選択および局所探索適用個体の選択における加重和適応度関数の使用の有効性も明らかにした.一方,個体間の距離に基づく親個体の選択方法では,個体群の多様性を維持するために,目的関数空間において個体群の中央に位置する平均的な個体よりも端に位置する極端な個体に対して高い選択確率が与えられる.同時に,パレート最適解への収束速度を増加させるために,類似した個体のペアが親個体として選択される確率を高めている.また,重複個体を取り除くことで多様性が増加するだけではなく,収束性が高まることも明らかにした.修復手法の比較においては,非常に低い確率でラマルク型修復を行う修復手法の有効性を明らかにした.
|
