| 研究課題/領域番号 |
24500177
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
知能情報学
|
|---|
| 研究機関 | 広島市立大学 |
|---|
研究代表者 |
高濱 徹行 広島市立大学, 情報科学研究科, 教授 (80197194)
|
|---|
| 研究期間 (年度) |
2012-04-01 – 2016-03-31
|
| 研究課題ステータス |
完了 (2015年度)
|
| 配分額 *注記 |
4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)
2015年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2014年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2013年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
2012年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
|
|---|
| キーワード | 最適化アルゴリズム / 制約付き最適化 / 進化的計算 / Differential Evolution / 低精度近似モデル / 近似モデル / 関数形状推定 / ε制約法 / Expensive Optimization |
|---|
| 研究成果の概要 |
汎用的かつ効率的な制約付き進化的アルゴリズムを実現するために，次の項目について研究を行った。①目的関数の形状タイプを推定するために，直線上にサンプリングを行う方法と近傍グラフを構成して谷点を推定する方法を提案した。②Differential EvolutionとParticle Swarm Optimizationについて形状タイプに基づくアルゴリズムパラメータの自動調整法を提案した。③制約付き最適化を行うε制約法において，目的関数だけでなく制約逸脱度についても低精度近似モデルを導する方法を提案した。これにより，汎用性が高く探索効率の高い制約付き最適化アルゴリズムが実現できることを示した。
|
