| 研究概要 |
当該年度においては,組合せ最適化問題の代表例である最大クリーク問題(MCP)および2次割当問題(QAP)に対するメタ戦略アルゴリズムの開発・改良を中心に研究を進めた.MCPは,バイオインフォマティクス,通信,VLSI設計,画像処理等の重要な分野に応用があり,対象となるMCPの問題サイズは近年益々大規模化しているため,高性能かつ効率的な解法が強く要求されている.我々の開発した強力なk-opt局所探索法(k-opt local search, KLS)を反復局所探索法(iterated local search)の枠組みに導入した反復k-opt局所探索法(iterated k-opt local search, IKLS)に対して,IKLSで使用する局所解脱出法を複数個開発した.それらの局所解脱出法に関しては,多くのベンチマーク問題例それぞれで異なる性能を観測している.上述のIKLSをさらに高性能化する試みとして,これらの局所解脱出法をIKLSの探索の状況に応じて使い分ける戦略的制御(strategic controller)を開発した.これは,Memeticアルゴリズムにおけるミームを局所解脱出法に対応させ,これらのミームを戦略的に制御する仕組みと解釈できる.これにより,様々な問題例に対しても平均的に良好な結果を算出できることを確認しつつある.
また,QAPに対しては上述のMCPと同様に,我々の汎用的な局所探索法KLSを開発した.このKLSを反復局所探索法および遺伝的反復局所探索法の枠組みにそれぞれ導入し,従来の反復局所探索法および他の研究者による代表的なメタ戦略アルゴリズムの性能と同等,もしくはより良好な結果を算出できることを確認した.
|
