| 研究概要 |
本研究は,大規模な組合せ最適化問題を解く新しいアプローチとして,生物に学んだ適応的な分散的確率手法の開発を目的とする。
特に次の二点について研究を進めた。
(1)生物の持つ適応学習機能として,遺伝的機構と免疫的機構に学び,これらを組み合わせることにより,大規模最適化手法を新しく開発した。
(2)大規模最適化の解法に欠かせない学習の概念を,学習オートマトンネットワークやニューラルネットワークの研究を通して探究した。
(1)で述べた手法は,遺伝的機構を取り入れることにより解探索の広域性を取り入れ広域探索を可能とし,免疫的機構を取り入れることにより,その多様性の保持と局所収束性の向上を可能としている。開発手法を超LSIのレイアウトにおける設計問題へ適用し,その有効性を示した。具体的には,レイアウト設計問題の一つであるフロアプランへ適用し,従来法との比較において,性能を評価した。
(2)については,ネットワーク構造の学習機構を用い分散的学習の概念の本質を探求することにより,種々の新しい知見を得た。一部それらを最適化手法の開発に結びつける試みを行った。
|
