2008 Fiscal Year Annual Research Report
多様化・集中化機能によるロバスト・適応的多体結合型大域的最適化手法の開発
| Project/Area Number |
19500196
|
|---|
| Research Institution | Keio University |
|---|
Principal Investigator |
相吉 英太郎 Keio University, 理工学部, 教授 (90137985)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
安田 恵一郎 首都大学東京, 理工学研究科, 教授 (30220148)
|
|---|
| Keywords | 最適化手法 / 大域的最適化 / カオス最適化 / PSO / メタヒューリスティックス |
|---|
| Research Abstract |
とくに連続変数最適化問題に対して、大域的最適化のための複数探索点の相互作用による「多様化」と「集中化」の機能をもたせた、Particle Swarm Optimization (PSO)の改良を含めた以下のようなさらに新しい最適化手法を開発した。
(1)勾配情報を利用する多点型のカオス最適化手法にPSOの移流結合構造を導入して、カオス探索に同調現象を利用する探索手法
(2) PSOのような大域的最適化手法では、許された計算時間内おいて収束せずに持続的に探索するという指針が重要であることを指摘し、このような持続探索能力を有するように改良したPSO
(3) PSOにおいて、複数の探索点の活性度という概念を新たに導入し、持続型探索を継続しつつ、探索の最終局面では収束状態に遷移させるよう、この活性度に応じた慣性係数を調整するPSO
(4)慣性系モデルによる最適化手法において、探索点の挙動に応じた非線形特性で、その慣性係数の安定・不安定性を適応的に調整して、局所解への引き込みを回避する適応型手法
(5) PSOの探索点を捕食者と被食者に分類し、両者間の位置関係に対応して、PSOの慣性係数を調整する適応型PSO
(6)ヒューリスティックスな探索法の一つであるDifferential Evolutionにおいて、その探索性能を向上させた手法
これらの手法を多峰関数のベンチマークでシミュレーションすることにより、それらの間の優劣も含めて、有用性を確認した。
|
