| 研究概要 |
現実的な規模のロボット制御則のスケジューリング問題に対して,遺伝的アルゴリズム(GA:Genetic Algorithm)を設計・適用することで,GAの特性を客観的に評価し,効果的なGAの構築方法,および,その利用方法を明らかにしている.ただし,本研究で得られたGAに関する多くの研究成果は,ロボット制御則のスケジューリング間題に限られたものではなく,工学的に意味のあるほかの最適化問題に対しても広く応用できるものである.そこで,本研究では,自律行動ロボットのプログラミング問題や,組合せ最適化問題の代表的なベンチマーク・テストである巡回セールスマン問題に対しても,同様に効果的なGAの構築方法を示した.
(1)コード化方法:ロボット制御則のスケジューリング問題は,集合の分割問題に帰着できる.しかし,従来の分割問題に対するコード化方法は非常に冗長で,GAの探索効率を損ねるものであった.そこで,本研究では一つの表現型に対応する複数の遺伝子型を同値類と見做し,「順序変換」と呼ぶ手法により解空間と探索空間を一対一に対応させる新たなコード化方法を提案した.このコード化方法は,集団内のすべての遺伝子型を適当な標準形に変換することで冗長性を除く従来の手法とは異なり,コード化によって個々の表現型の持つ形質が失われる恐れがない.また,提案した同値類に基づくコード化方法を拡張し,分割問題のみならず,巡回セールスマン問題のような順序問題にも適用した.
(2)遺伝演算子:対象とする問題固有のヒューリスティックを利用して,親の持つ望ましい形質を優先的に子へ継承させる交叉法「重み付きエッジ交叉」を提案した.さらに,幾つかの代表的な交叉法と比較して,提案した交叉法は局所探索能力に優れており,計算量においても遜色がないことを理論的に証明した.また,突然変異については,表現型に対する部分的な評価を遺伝子型における突然変異の発生位置に反映させるラマルク的確率を採用することにより,従来の一様確率に基づく突然変異に比べて収束性が大幅に改善されることを示した.
(3)世代交代モデル:対象とする問題が複雑で規模が大きくなると,各個体の適応度の評価に膨大な計算時間を要するようになり,GAの構築においても探索効率の向上が重要な課題となる.そこで,解空間と探索空間において適切な距離関数を定義し,これらの距離を用いて個体集団の多様性を観察すると共に,交叉率などを適応的に制御することで,集団の多様性を維持しながらGAの探索効率を高める手法を提案した.
|
