| Outline of Annual Research Achievements |
本年度は最適化を行う目的関数の変数依存性、悪スケール性に起因した解探索性能の不変性の解析結果に基づき不変性を有した新たな解探索アルゴリズムを開発した。開発したアルゴリズムは非線形写像を利用することで決定論システムでありながら大域的探索能力を保持したまま、局所探索能力を向上させ、かつ回転不変性、悪スケール性等に対する不変性を有した粒子群最適化手法に基づいた探索手法である。このアルゴリズムを非線形写像最適化法と命名した。予備試験では非線形写像最適化法は、これまでに公表されている粒子群最適化手法よりも極めて高い探索性能を有していることを数値実験により明らかにした。また非線形写像最適化法を機械学習に適用させ、効率よい学習結果が得られる事も明らかにした。また電力変換システムのPWMインバータの最適化に応用し、高い変換効率が得られる事も明らかにした。これらの成果は下記の論文、国際会議で公表している。
[1] T. Shindo, J. Xiao, T. Kurihara, K. Jin'no, "Analysis of the Dynamical Characteristics of the Firefly Algorithm," IJSIR, Vol. 8, 4, pp. 18-33, 2017. DOI: 10.4018/IJSIR.2017100102
[2] K. Jin'no, Y. Hariya, T. Shindo, "A Study of PCMPSO", Proc. of NOLTA2017, pp. 506-509, 2017.
[3] S. Ishikawa, K. Jin'no, "On a Nonlinear Map Optimization", Proc. of NCSP2018, pp.379-382, 2018.
[4] Y. Hoshino, K. Jin'no, "Learning Algorithm with Nonlinear Map Optimization for Neural Network", Proc. of NCSP2018, pp. 223-226, 2018.
|
