研究課題
H22年度においては、あるタスク達成の最適な群行動を実施するための好奇心駆動型の知的な多スウォームの探索方法について、その構成のアルゴリズムの開発と実験認証を行った。実施した研究の成果としては、第一に、すでに提案したの進化的粒子群最適化(Evolutionary Particle Swarm Optimization)の手法に基づいて、三つのオリジナル粒子群最適化器、即ち単純なPSO、CPSOとPSOIWに対してそれぞれのパラメータ選択を実施した。最良のパラメータを有する、これらの最良の最適化器の探索性能を比較し、PSOIWの方が他の最適化器により顕著な収束性と高い解精度を有することが判明された。第二に、考案の好奇心駆動型の知的な多スウォームの探索方法は、各粒子群の間の協調行動や計算コストなどを考慮しない前提で、最良の最適化器の利用や並列探索、ハイブリッド探索(粒子群探索+局在化ランダム探索(Localized Random Search))および拡散的好奇心の導入との統合方式を採用した。その有効性と探索効果については、一式の多次元のベンチマック問題を解く計算機実験を行い、当該アルゴリズムの潜在的な特徴および探索性能の検証を行った。得られた実験結果により、静的な最適化問題を解く場合では、効率よく最良解が求められることを確認できた。以上の研究で、確立した好奇心駆動型の知的多スウォームの探索方法を更に拡張し、その上で、得られる動的な最適化問題の情報を統合・集約し、協調性と知的性の持つ多スウォームの探索が実現可能である。
すべて 2011 2010
すべて 雑誌論文 (1件) (うち査読あり 1件) 学会発表 (5件)
Intelligent Control and Computer Engineering, LNEE
巻: 70 ページ: 69-82
