| 研究概要 |
本研究では目的関数値のみを用いて最適化計算を行う手法として,遺伝的アルゴリズムに着目し,遺伝的アルゴリズムにおける多数の探索点を用いる最適化プロセスを確率分布の発展という視点から捉え,類似の探索アルゴリズムである分布推定型最適化アルゴリズムとの比較検討を行おうというものである.平成15年度には個体群ベースの確率的探索手法の評価法を検討し,遣伝アルゴリズム(GA)に基づいた比較手法として,任意の確率的探索過程について擬似突然変異成分と擬似交叉成分とを求める手法を提案し,実際にこの指標を用いてGAと分布推定アルゴリズムの特性について比較研究を行った.
このほか,セルラー型GAの一種であるスピングラス型遺伝アルゴリズム(Spin Grass Genetic Algorithm;SGGA)の基本的な構成について検討し,交叉・突然変異・選択の3種類の遺伝演算子を定義するとともに,SGGAの定性的な解析としてGAの問題点を解決するために提案された分布推定アルゴリズムと探索性能および統計的性質についての比較実験を行い,提案手法の有効性を確認した.
さらに,GAは最適化すべき関数にノイズが重畳している場合にも最適化が行える手法であることから,乱数を用いた計算機シミュレーションにより評価値を得ながらシステムを最適化するシミュレーションベースの最適化への適用を考え,GAによるエレベータシステムの運行制御系のシミュレーションベースの最適設計への応用を行った.
|
