2014 Fiscal Year Research-status Report
形質の保全と戦略的獲得に基づく大規模木構造のための遺伝的プログラミング
Project/Area Number |
26330290
|
Research Institution | Kansai University |
Principal Investigator |
花田 良子 関西大学, システム理工学部, 助教 (30511711)
|
Co-Investigator(Kenkyū-buntansha) |
小野 景子 龍谷大学, 理工学部, 講師 (80550235)
|
Project Period (FY) |
2014-04-01 – 2017-03-31
|
Keywords | 遺伝的プログラミング / 交叉 / 局所探索 |
Outline of Annual Research Achievements |
本研究の目的は,式や自律制御のためのプログラム生成など,木構造で表現される変数からなる設計問題において,特に,大規模な木構造に焦点をあて,最適な構造を効率的に探索するための遺伝的プログラミングの汎用性の高い探索手法を開発することである. 具体的にはこれまでに我々が提案している多段階探索交叉に効率的な木の成長スキームを導入する. 平成26年度は,多段階探索交叉における近傍解生成の改良を行い,初期集団の木のサイズが多段階探索交叉の解探索性能に与える影響を,最適値を示す木(最適木)のサイズが既知である問題,既知ではない問題の2種を通して,最適解の発見率および木の成長推移から検証した.最適木の最小サイズが既知である連続関数同定問題の種々の例題で検証した結果,最適木の最小サイズ以上のサイズの木からなる初期集団を用いた探索においては,解の評価値に寄与しないイントロンが増加することなく,最適解が表現できる木のサイズに収束し,高い割合で最適解が得られることを示した.一方で,本手法は近傍解生成に木の成長作用を含むものの,集団の初期木のサイズが最適解の木のサイズより小さい場合には,木の成長が観測されず,最適解を得る割合が大きく減少した.また,逐次処理,条件分岐の要素で記述される制御モジュールの設計問題として,動的環境変化のもとで複雑な行動則設計が必要とされる代表的な問題の1つであるMario AIに本手法を適用した.非終端記号に逐次処理指示と2種の条件分岐,終端記号に7種の動作を定義したもとで本手法で最適化した.その結果,木のサイズのが大きいほど評価値が高く,初期解集団の木が大きいほど高い解探索性能を示した. 以上より,本手法は十分なサイズの木からなる解集団で本手法は高い探索性能を持つが,最適解の木のサイズが不明な問題においては,強制的に成長を促すスキームが不可欠であることが分かった.
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
平成26年度の目標は近傍探索法の改良である.これについては,平成27年度においても引き続き遂行する.一方で,大規模な木構造の問題として逐次処理,条件分岐の要素で記述される制御モジュールの設計問題を導入し,本手法の解探索性能および探索の挙動を検証している.これらの成果は27年度発表予定である.以上のことから平成26年度の目標はほぼ達成したと考える.
|
Strategy for Future Research Activity |
平成27年度は,解の成長オペレータを開発するとともに引き続き近傍解生成の改良を行う.まず,スケジューリング問題といった組合せ最適化問題において提案されている解の構築法の一種である逐次制約充足法の追試を行い,次に木構造への拡張を試みる.対象問題には連続関数同定問題,ブロートを起こしやすいフィルタ設計問題,および制御モジュールの設計問題としてMario AIを考えている.
|
Causes of Carryover |
高性能なワークステーションを購入予定であったが,成果発表のための海外出張が計画より1件増えたため,残高が20万円以下となり,次年度に繰り越した.
|
Expenditure Plan for Carryover Budget |
木構造最適化に対するGPの開発環境と数値実験環境をハードウェアの面から改善するために,高性能なワークステーションを1台購入する予定である.また,成果報告のための海外出張費1件および論文別刷を計上している.
|
Research Products
(9 results)