| 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(Maximum Clique Problem, MCP)およびノード配置問題(Node Placement Problem, NPP)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に対して,我々は反復k-opt局所探索法(iterated k-opt local search, IKLS)を開発しており,IKLSで使用可能な局所解脱出法(kick)を複数個設計している.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の情報に対応させ,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.
NPPに対しては,アント最適化法にもとづくメタ戦略アルゴリズムに関して研究を進めた.一般にアント最適化法では,解集団を保持する探索の代わりに,フェロモン情報の蓄積を通じて,良好な近似解への接近を試みる.本研究では,従来のフェロモン情報による解探索を実行すると共に,これまでの探索で得られた最良解の集団を保持し探索に利用する方法を開発した.これにより,従来のアント最適化法よりも良好な解を探索可能であることを確認した.
|
