| 研究概要 |
本研究は,VLSIの配置配線問題のように解の品質と求解の高速性が要求される問題に対応するために,評価関数曲面の構造に基づいて解の探索過程を自律的・適応的に調整する適応学習型最適化法の開発を行った。具体的には,以下の3点について研究を行った。
1. 基礎的研究
遺伝的アルゴリズムに評価関数曲面の特徴に関する情報を遺伝情報として蓄積する機能を加えることにより,問題の性質に応じて適応的に探索過程を調整する適応学習型最適化法を構築した。具体的には,VLSIの配置問題における解空間の構造にみられる自己相似性を遺伝子情報として利用することを考えた。
2. アルゴリズムの開発
開発手法を実現するアルゴリズムを構築した。特に,評価関数の構造を効率的に遺伝子にコーディングする方法として木構造遺伝子表現を導入し,また,蓄積された情報の有用性に応じて必要な情報を適応的に取捨選択するための遺伝子組み替え法(交叉法)として部分木交換交叉に基づく交叉法を考案した。
3. 開発手法の基本性能の確認
開発手法の性能を確認するために,VLSIセル配置問題について最適解が既知の例題,および実際的な問題として比較的小規模なベンチマークデータに開発手法を応用し,木構造遺伝子表現を用いない従来の手法と比較した。最適解が既知の例題については,開発手法により最適解が高い確率で得られることを確認した。また,ベンチマークデータについても,開発手法により高品質の解が得られることを確認した。
|
