| 研究課題/領域番号 |
17K12751
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
ソフトコンピューティング
|
|---|
| 研究機関 | 富山大学 |
|---|
研究代表者 |
高 尚策 富山大学, 大学院理工学研究部(工学), 准教授 (60734572)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2018年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2017年度: 3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
|
|---|
| キーワード | 進化計算 / アルゴリズム / 最適化 / Intelligent algorithm / Population structure / Evolutionary algorithms / Optimization / Complex network / Differential evolution / 人工知能 |
|---|
| 研究成果の概要 |
本研究では、進化計算アルゴリズム（EA）の性能に及ぼす集団構造の影響を体系的に研究しました。集団によって構築された情報相互作用ネットワーク（PIN）の一般的な特徴の抽出を研究し、有効な探索アルゴリズムの設計を分析しました。PINを特徴付けるためにノードの度数分布を導入しました。更に、EAの解の精度、収束および集団多様性の観点から探索性能に影響を与える集団構造の特性の解析を行い、差分進化アルゴリズムなどの多数のアルゴリズムを改良しました。また、改良したアルゴリズムの有効性を多値論理ネットワークの学習、樹状突起ニューロンの学習、タンパク質構造の予測などの応用を通して実証しました。
|
| 研究成果の学術的意義や社会的意義 |
本研究の成果について、学術的にみると、進化計算の探索性能と集団構造との間のいくつかの一般的な関係を引き出すことができ、それによってより性能の良い進化計算の設計や進化計算の改善に対するいくつかの潜在的なガイドラインを与えることができると予想されます。特に、異種集団構造に基づいて構築された進化計算は、より効果的であると期待できます。また、社会的にみると、進化計算のコミュニティ内で大きな影響を及ぼし、さらに多目的または動的な環境下で実世界の問題を解決するためのより強力な計算手法を提供できます。
|
