| 研究概要 |
本研究では動的に変動する環境に進化的手法を用いて適応するアルゴリズムの開発を行っている.環境変動への適応は知的なシステムの構成を目指す上で重要なテーマである.本研究では静的な最適化問題に高い有効性を示している遺伝アルゴリズムが個体群の多様性を維持しながら探索を進めることに注目し,同アルゴリズムによる環境変動への適応を検討している.
遺伝アルゴリズムの環境変動への適応問題への応用を考える場合,変動した環境に適合した解を探索,発見するためには個体群の多様性を恒常的に維持することが必要である.本研究では多様性の維持に優れた遺伝アルゴリズムの構成法として代表者らが開発を進めてきた熱力学的遺伝アルゴリズム(Thermodynamical Genetic Algorithms, TDGA)の適用を検討した.TDGAでは個体群の多様性をエントロピーとして明示的に評価し,個体群を自由エネルギーが最小となるように選択する.一定の探索能力を恒常的に保証するため,エントロピーを一定とするように温度を調整する方策を検討し,これを温度のフィードバック制御により実現する方法で実装した.
本年度はこの手法について,従来手法との比較など詳細な数値実験を行った.その結果,本研究で提案した手法は温度を一定とするTDGA,ランダムな個体を個体群に供給するrandom immigrant法,環境変化に応じて突然変異確率を調整するhyper mutation法などの従来手法に比べ,調整が容易で探索性能が高いアルゴリズムとなっていることが示された.
|
