| 研究概要 |
本年度は,前年度開発した知的エージェント集団を用いた学習型分散的最適化手法の基本的なアルゴリズムを組合せ最適化問題に適用した。具体的には以下の通りである。
・前年度に開発した学習セルオートマトンによる大規模最適化手法の改良を行った。
・前年度の試験的な例への適用と,本年度の具体的な例への適用の違いを考察し,アルゴリズムのより一層の性能の向上を計った。
・組合せ最適化問題へ適用し,本手法の長所,欠点を解明した。
・計算機シミュレーションにより,従来法との比較検討を行った。
・より高度な最適化手法の開発への指針を得た。
また,計算機シミュレーションなどを通して,以下の点が明らかとなった。
・学習セルオートマトンが,知的エージェント集団として優れた学習機能を持つ。
・学習セルオートマトンが,最適化機能を持つとともに,分散的処理に適している。
・対象問題の種類により,収束性などが異なるため,問題の特徴を考慮した手法の開発が必要である。
・最適化において,遺伝的進化が有効である。
・制約条件を直接的に取り入れることが可能な手法が望まれる。
|
