| 研究概要 |
本研究は、大規模組合せ論的最適化問題への新しい手法の一つとして,適応機能を持つ確率的な分散型手法の開発を行った。
特に次の点について研究を進めた。
1.現在までに開発した確率的分散型手法の進化の部分をミクロとマクロの2つのレベルの進化と遷移の融和を計ることにより拡張展開するための、理論的な展開を行った。
2.ミクロレベルでの生物的適応である、遺伝的概念をベースにした議論と、マクロレベルでの生物の適応である、生態コミュニティーの議論は、各々において研究の進展を見た。
3.計算の高速化には必須の概念である近似の概念を平均場近似法から学ぶべくその本質を探求した。
大規模最適化の解法には欠かせない近似の概念を、平均場近似法の研究を通して考察し,種々の結果を得た。
4.分散性の概念の構築のためニューラルネットワークやオートマトンネットワークの学習性と最適性について研究した。
並列分散的計算を実行するために必要な分散処理過程を構築する新しいネットワーク計算法を開発した。
|
