| 研究課題/領域番号 |
17H06552
|
|---|
| 研究種目 |
研究活動スタート支援
|
| 配分区分 | 補助金 |
|---|
| 研究分野 |
ソフトコンピューティング
|
|---|
| 研究機関 | 宇都宮大学 |
|---|
研究代表者 |
山仲 芳和 宇都宮大学, 工学部, 助教 (00804238)
|
|---|
| 研究期間 (年度) |
2017-08-25 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
2018年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2017年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 群れ形成 / 最適化問題 / 群知能 / 力学系 / 粒子群最適化 / 適応制御 / カオス / 動的最適化 / 非線形力学系 |
|---|
| 研究成果の概要 |
本研究では，簡素な物理法則に基づいて探索エージェント群が自律的に創発される新しい多群探索型最適化手法を提案した．提案手法では，新たに導入した探索エージェント間の距離に依存する重力により，優良な解の周辺にエージェントの群れが形成された．同時に，エージェントがときおり群れから離脱することで，新しい優良な解の発見が可能となった．この群れの形成と離脱のメカニズムを，導入した重力を解析することで明らかにした．さらに，この解析結果に基づいて提案手法の大域的探索性能と局所的探索性能を制御し，さらなる性能向上を実現した．
|
| 研究成果の学術的意義や社会的意義 |
予測不可能な環境下における最適化問題では，複数の最適解もしくは実用上十分に優良な解を並列に探索する必要がある．従来，最適解を探索するエージェントを複数の群れに分割する手法が提案されているが，多くの場合，その群れの数や1つの群れあたりのエージェント数をユーザが事前に定める必要があった．
本研究では，群れが自律的に創発される新たな手法を提案し，従来は不可欠であったユーザによる群れ構造の定義を不要にした．さらに，提案手法はパラメータ数と計算コストが従来法よりも小さいにも関わらず，より高い性能を実現可能であることを明らかにした．本成果は多様な実問題におけるリアルタイムな最適化の実現に寄与するものである．
|
