| 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(Genetic Algorithm, GA)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過程プロセスを確率分布の展という視点から捉え,類似の手法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(Estimation of Distibution Algorithm, EDA)との比較検討を含めて最適化手法としての高度化を進めた。
GA遺伝的アルゴリズムとEDA分布推定型アルゴリズムの比較検討については、個体群を用いる確率的探索法についての評価法を検討し,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た。そして、実際に同指標を用いて単純GA,スピングラス型GA,熱力学的GA等の各種GAの構成法とEDAの主要な実装であるベイジアン最適化アルゴリズム(BOA)の多様性維持特性について比較研究行った。
また、分布の発展という視点から周期関数の最適化についても超球面をユークリッド空間に埋め込んで交叉を行う方法により周期関数の最適化に適した実数値GAの交叉の拡張方法を提案し、数値実験によりその有効性を確認した。
このほか,GAはノイズの重畳した関数の最適化にも適用が可能であることから,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最適設計への応用を行った.
さらに、そこでのGAによる意思決定メカニズムの実装方法として,システムの特徴量から"定変数への写像を例題ベースでおこなうExemplar Based手法を考案し,エレベータ制御系最適化に適用し高い性能を確認した。
|
