| 研究概要 |
遺伝的アルゴリズム(以下GA)は,対象問題の情報についての制約条件が少ないことから近年汎用的な探索手法として注目を浴び,多くの応用研究が行われている.しかし,GAの応用問題には,多数の局所解を持つ多峰性問題や騙し問題など標準的なGAでは解くことが困難な問題が多くある.このような問題への対応をねらいとしてGAの枠組みの拡張の研究を行った.具体的には,アルゴリズムの実行過程で抽出された表現型探索空間を分割し,複数の個体群に分岐して探索を進める「表現型個体群探索分岐型遺伝的アルゴリズム(p-fGA; Phenotypic Forking GA)」を提案した.この方式では,
(a)GAを実行し表現型空間の情報を基に収束判定を行った後.表現型空間上に収束点の近傍領域を設定する,
(b)この近傍領域に関して,この近傍領域の探索を除外して探索を行う親個体群と,この近傍領域内に限定して探索を行う子個体群とに個体群の探索分岐を行う,
(a),(b)を繰り返す,
という新しい形態の分散型GAとなる.この方式により,広域探索と局所的探索とのバランスがとられ,かつ精度よく探索が行える.Griewank関数等の人工的問題やFM音源パラメータ同定問題のような従来から解くことが困難であった多峰性問題を取り上げ,実験により提案方式の従来のGAよりも優れた探索能力を持っていることを明らかにした.
|
