|
進化型計算法は，解の状態を遺伝子コード化し，有益な部分解を交叉により組み合わせることにより，高品質の解を効率よく探索できる。しかし，実際的な問題に応用する際には，理想的な遺伝子コード化および交叉法を見出すことは容易ではない。また，問題毎に遺伝子コード化および交叉法の調整が必要である。開発した適応学習型最適化法の特徴は，解の探索過程そのものを遺伝子情報として付加し，観測された目的関数の景観の曲面構造の特徴に応じて探索過程を自律的・適応的に最適化する機能を，進化型計算法に導入する点にある。その結果，問題毎に遺伝子コード化および交叉法を調整する必要がなくなり，効率的に高品質の解を求められる。
|
