| 研究課題/領域番号 |
01550324
|
|---|
| 研究種目 |
一般研究(C)
|
| 配分区分 | 補助金 |
|---|
| 研究分野 |
計測・制御工学
|
|---|
| 研究機関 | 千葉大学 |
|---|
研究代表者 |
平田 廣則 千葉大学, 工学部, 助教授 (60111415)
|
|---|
| 研究分担者 |
須貝 康雄 千葉大学, 大学院自然科学研究科, 助手 (30187629)
|
|---|
| 研究期間 (年度) |
1989 – 1990
|
| 研究課題ステータス |
完了 (1990年度)
|
| 配分額 *注記 |
1,800千円 (直接経費: 1,800千円)
1990年度: 300千円 (直接経費: 300千円)
1989年度: 1,500千円 (直接経費: 1,500千円)
|
|---|
| キーワード | 分散型 / 大規模 / 最適化 / VLSIのレイアウト / 配置 / 配線 / 学習 / ニュ-ラルネット / 確率的最適化 |
|---|
| 研究概要 |
本研究は、大規模組合せ最適化問題への新しい手法の一つとしての分散型手法の開発を目的としている。特に次の二点について研究を進めた。
(1)生態システムが環境に適応学習する生物進化の考え方をとり入れることにより、確率的手法の一つである焼き鈍し法(simulated annealing法)を拡張し、状態を多重化した確率的最適化法を新しく開発した。
(2)評価関数を用いない分散型最適化手法として、ニュ-ラルネット型学習法を用い大規模な最適化問題を解くことを実行した。
(1)で述べた手法は、解の探索範囲を非常に広く取ることを可能としている。従って、真の最適解が求まる確率が非常に高くなる。その上、並列分散的に扱うことが可能であるため、分散処理専用のコンピュ-タを用いた場合には、非常な高速で処理可能となる。本手法を、VLSIのレイアウト設計問題である配置、配線問題へ適用した。
(2)については、従来のニュ-ラルネット型学習法であるバックプロパゲイションを有効に用いることにより評価関数を使用せずに最適化を可能とした。具体的には、VLSIの配線問題においてパタ-ン分類を学習的に実行することにより、最適な詳細配線を可能とする手法を開発した。また、競合学習法を用いて評価関数を使用しないVLSIの配置手法を開発した。
これらの新手法をVLSIのレイアウト設計問題へ適用することにより、その有効性を確認した。
|
