|
本研究では，最適化問題に対する解法の一つである進化的アルゴリズム（EA）における効率的な並列化手法（並列EA：PEA）を確立することを目的とする．従来のPEAは最適化対象の解評価時間に差や偏りのような不均一性がある場合に短い計算時間で最適解を獲得できない問題がある．この問題に対し，本研究は解評価時間の差と偏りの不均一性によらないPEAの提案，およびその有効性を検証する．この目的達成に向けて，令和2年度には，同期型と非同期型の2つのアプローチで解評価時間の差と偏りの不均一性に対処可能なPEAを確立した．
同期型のアプローチでは，解評価時間の差がある場合に並列計算機の待機時間が発生する問題を解決するための不連続世代PEAを探求した．具体的には，同期型PEAで先行的に評価可能な個体を待機中の計算機で評価することで，計算機の利用率を向上させ，計算時間を削減する方法を確立した．また，提案手法を連続値最適化で高い性能を有する差分進化に適用し，単純な同期型と比較して探索性能を保ったまま計算時間を削減可能であることを示した．
一方，非同期型のアプローチでは，評価時間が短い領域の解が重点的に探索されることに着目し，解ごとの探索頻度を考慮した親選択法を考案した．この実現のために，解ごとに子個体を生成した回数（探索頻度）を記録する機構を考案した．評価時間に偏りがある場合，評価時間の短い個体は探索頻度の値が大きく，評価時間の長い個体は値が小さくなる．そして，親選択時には探索頻度の少ない個体から優先的に選択する機構を導入することで，評価時間の短い領域が重点的に探索されることを抑制可能にした．評価時間の偏りを持つテスト問題を用いた計算機実験の結果，提案手法が評価時間の偏りの影響を受けずに同期型，非同期型よりも短時間に最適解を獲得可能であることを明らかにした．
|
