研究課題
若手研究
本研究では，進化的アルゴリズム(EA)のための新しい二値分類型サロゲートモデルELDRを提案した．ELDRを用いたEAを制約あり・なし最適化問題に適用し，既存手法より優れた性能を示し，特に高次元問題で大きな性能向上があった．さらに，ELDRを実世界の最適化問題に適用し，ELDRにより従来より少ない評価回数で良好な設計が可能なことを示した．研究全体を通じ，ELDRの提案，ELDRを用いたEAの確立と有効性検証，実問題への適用など，幅広い成果を得た．
計算知能
本研究は，進化的アルゴリズムによる効率的な解探索のために，少ないデータ数で高精度に評価値を推定可能な新しい二値分類型サロゲートモデルELDRを提案し，その有効性を検証した．実世界の多くの最適化問題は，解候補の評価にシミュレーションや複雑な数値計算を用いるため評価コストが高く，最適解の獲得までに莫大な計算時間を要する．本研究の研究成果によって，このような実世界の高コストな最適化問題に対して，従来より少ない評価回数で高品質な解を効率的に獲得できることが期待される．
