| 研究概要 |
本研究課題は,大域的多峰性関数最適化問題において優れた探索性能を有する進化計算手法(Evolutionary Algorithm;EA)を開発し,その有効性を検証することを研究目的としている.大域的多峰性関数は,実問題においてしばしば現れる非常に困難な問題クラスである.今年度の主な研究成果は以下の通りである.
1.大域的多峰性関数において効率よく有望大谷を列挙することを目的とした実数値GAの枠組みであるBig-valley Explorer(BE)に関する研究成果を学術論文としてまとめた.BEは,実数値遺伝アルゴリズム僕数値GA)による探索を繰り返す枠組みであり,大谷推定機構適応的初期化機構,内部最適化器である実数値GAから構成される.大谷推定機構は既探索領域を推定し,適応的初期化機構は未探索領域に初期集団を生成する.本論文では,BEを既存手法のMulti-start EAおよびISM(Innately Split Model)との性能比較実験を行い,その有効性を示した.また,BEの挙動解析を行い,詳細な考察を行った.
2.上述の学術論文において,内部最適化器の実数値GAとして利用したAREX/JGGが非明示制約付き問題において探索性能が劣化する問題を解決するための研究に着手した.非明示制約付き問題は,本研究課題が想定している実問題において現れる問題である.AREX/JGGは制約なし問題において最も優れた性能を示す実数値GAの一つであるが,アクティブな非明示制約が存在する場合に,その境界に集団を効率よく近づけることができなくなるという問題がある.そこで,本問題を解決するため,集団の加重平均に着目した実数値GAを提案し,AREX/JGGよりも優れた性能を示すことを確認した.
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
1: 当初の計画以上に進展している
理由
今年度は,大域的多峰性関数において効率よく有望大谷を列挙することを目的とした実数値GAの枠組みであるBig-valley Explorer(BE)に関する研究成果を学術論文としてまとめた.これに加えて,内部最適化器の実数値GAとして利用しているAREX/JGGが非明示制約付き問題において探索性能が劣化する問題を解決するための研究に着手した.したがって,当初の計画以上に進展していると考えられる.
|
