| 研究概要 |
目的関数あるいは制約条件に不確実性を有する状況下での,最適性だけではなく不確実性に対する信頼性(ロバスト性)をも高めるといった最適意志決定問題を対象として,進化型計算アプローチによる意志決定支援システムの構築を目的として研究を進めてきた。今年度は,特に平成9年度終了時点で認識された課題:
(a) より質の高い解を生成し得る枠組みを構築すること,
(b) 選好を対話的に抽出するための,ヒューマンマシン・インタフェース部を設計・実現すること,
に留意し,まず平成9年度の成果(ある程度の最適性を維持しながら信頼性をも同時に高めることを目的とした年齢構造の導入による遺伝アルゴリズムの拡張方法)を発展させる形で,
(c) 年齢を連続値とし年齢引継割合に応じて確定的に年齢を引き継ぐ連続年齢モデルの提案,およびこのモデルを基本とした遺伝アルゴリズムの構成方法,
を実現した。関数最適化問題への適用実験を通して,これまでの離散年齢モデル(年齢を離散値とし,年齢引継確率に応じて確率的に年齢を引き継ぐモデル)と比較することにより,連続年齢モデルによって探索性能の向上が見られ,より質の高い解を求め得ることが確認された。さらに,上述の課題(b)については,
(d) 多目的意志決定支援を対象とし,解の潜在的な評価を定量化したポテンシャルを適応度として遺伝アルゴリズムを構成する方法
を新たに提案した。この方法では,ポテンシャルを定量化するためのパラメータを,探索途中での候補解集合の様子を参照しながらインタラクティブに調節することによって意志決定者の選好を適応的に引き出し得ること,すなわち効率的な意志決定を支援し得ることが確認された。
なお,今年度の研究成果である(c)と(d)との融合等により真に効果的な意思決定支援の方法論・システムを再構成することが,今後の課題として残された。
|
