• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2023 年度 研究成果報告書

実世界スケール人工進化アルゴリズムの開発と実装

研究課題

  • PDF
研究課題/領域番号 20K11967
研究種目

基盤研究(C)

配分区分基金
応募区分一般
審査区分 小区分61040:ソフトコンピューティング関連
研究機関北海道大学

研究代表者

棟朝 雅晴  北海道大学, 情報基盤センター, 教授 (00281783)

研究期間 (年度) 2020-04-01 – 2024-03-31
キーワード進化計算 / リンケージ同定 / 協調共進化 / ハイパーヒューリスティクス
研究成果の概要

本研究においては、大規模大域的最適化問題を解決する人工進化アルゴリズムの実現を目指し、リンケージ同定や協調共進化などをもとに、スケーラブルなリンケージ同定手法、リンケージ測定関数やリンケージ尺度の最小化の導入、依存関係行列に基づく変数のグルーピング手法など、多岐に渡る研究開発を行なった。
さらに、適応度評価に要する計算コストが大きい問題に対応するため、代理モデルの構築メカニズムを有するハイパーヒューリスティクスに基づくアルゴリズム、生物・物理現象にヒント得たアルゴリズムについても開発し、それらを代表的なベンチマーク関数ならびにエンジニアリング最適化問題において検証を行い、その有効性を検証した。

自由記述の分野

進化計算

研究成果の学術的意義や社会的意義

本研究では、これまで研究代表者を中心に開発を進めてきたリンケージ同定や、進化計算の分野において近年活発に研究が進められている協調共進化の手法を発展させることで、大規模大域的最適化問題の効果的な解法を実現する。さらに評価関数自体の計算にコストを要する問題についても対応することで、解評価にシミュレーションを行うような設計最適化問題にも対応可能である。
大規模かつ複雑な相互作用を有する大域的最適化問題を解決することは、現実社会に存在するさまざまな問題の解決に不可欠である。本研究で開発したアルゴリズムが、ベンチマーク問題だけではなくエンジニアリング最適化でも効果が得られており、今後の展開が期待される。

URL: 

公開日: 2025-01-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi