本研究では、進化計算アルゴリズム(EA)の性能に及ぼす集団構造の影響を体系的に研究しました。集団によって構築された情報相互作用ネットワーク(PIN)の一般的な特徴の抽出を研究し、有効な探索アルゴリズムの設計を分析しました。PINを特徴付けるためにノードの度数分布を導入しました。更に、EAの解の精度、収束および集団多様性の観点から探索性能に影響を与える集団構造の特性の解析を行い、差分進化アルゴリズムなどの多数のアルゴリズムを改良しました。また、改良したアルゴリズムの有効性を多値論理ネットワークの学習、樹状突起ニューロンの学習、タンパク質構造の予測などの応用を通して実証しました。
|