| 研究課題/領域番号 |
17360186
|
|---|
| 研究機関 | 早稲田大学 |
|---|
研究代表者 |
平澤 宏太郎 早稲田大学, 大学院・情報生産システム研究科, 教授 (70253474)
|
|---|
| 研究分担者 |
古月 敬之 早稲田大学, 大学院・情報生産システム研究科, 准教授 (50294905)
間普 真吾 早稲田大学, 大学院・情報生産システム研究科, 助教 (70434321)
嶋田 香 早稲田大学, 付置研究所, 客員講師(専任扱い) (20454100)
|
|---|
| キーワード | 進化型計算 / 学習 / 共生 / 機能局在 / 共生 / マクロノード |
|---|
| 研究概要 |
・遺伝的ネットワークプログラミング(GNP)による株式売買モデルに関する研究
GNPは動的な環境に対して有効な行動ルールを生成できるため、株式売買モデルの生成に応用しその性能評価を行った。本年度は、これまでに提案されている重要度指標付きGNPにアクタークリティックと呼ばれる強化学習アルゴリズムを組み合わせることでより適切な売買タイミングの学習を行う手法を提案し、株式売買シミュレーションでその有効性を明らかにした。さらに、株価の変動を表すローソク足チャートを判定し売買タイミングを決定する手法も提案しその有効性を示した。
・GNPによるダブルデッキエレベータ群管理システムに関する研究
ダプルデッキエレベータは次世代のエレベータとして期待されているものであり、2つのかこが連結された構造を持ち、連続した2つの階において乗客の乗降が可能である。したがって、従来の1つのかごを持つエレベータと比較して運行制御が非常に複雑になる。本年度は、アントコロニー最適化手法を用いたGNPによる運行制御ルールの生成方式、および、行き先階登録方式をダブルデッキエレベータシステムに導入しGNPを用いて運行制御ルールを生成する方式を提案した。シミュレーションの結果、提案手法が複数の異なる時間帯における制御でそれぞれ効率的であることを明らかにした。
・GNPによるデータマイニングに関する研究
従来の相関ルール抽出アルゴリズムは2値表現されたデータベースから知識を抽出するものが多いが、実世界のデータベースは連続値の属性を持つことが多い。本年度は連続値の属性を持つデータベースから相関ルールを抽出するアルゴリズムを提案しその性能を評価した。また、オントロジーと呼ばれる概念を応用したGNPによるデータマイニングアルゴリズムを提案し、より柔軟なルール抽出が可能になることを明らかにした。
|
