| 研究概要 |
本研究は、大規模組合せ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目的としている。
特に次の三点について研究を進めた。
(1)大規模最適化の確率的手法の一つであるシミュレーテッドアニーリング(simulated annealing)法に対して,生物進化としての遺伝の概念を組み合わせた新しい手法である遺伝的シミュレーテッドアニーリング(Grneric Simulated Annealing)法を開発した。
(2)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探求し,学習に基づく並列平均場近似手法を開発した。
(3)生物の適応過程の一つである免疫機構を取り入れた遺伝的アルゴリズムを開発した。
(1)で述べた手法は、遺伝的概念を取り入れることにより解の探索の多様性を取り入れ,高域な探索を可能としている。また進化の過程の適応的な反復により真の最適解が求まる確率が非常に高くなる。また並列分散的処理が可能である。本手法を、超LSIのレイアウト設計問題であるフロアプランなどへ適用した。現在までは分散処理専用のハードウェアを用いていないが、用いた場合には、非常に高速な処理が可能となる。
(2)については、学習的適応のモデルを用いて,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、種々の結果を得た。
(3)については、遺伝的アルゴリズムの局所探索性を,生物の適応現象の一つである免疫的機構を取り入れることにより,高精度の最適化を可能としている。本手法を,超LSIのフロアプランへ適用した。
|
