2015 Fiscal Year Research-status Report
形質の保全と戦略的獲得に基づく大規模木構造のための遺伝的プログラミング
| Project/Area Number |
26330290
|
|---|
| Research Institution | Kansai University |
|---|
Principal Investigator |
花田 良子 関西大学, システム理工学部, 助教 (30511711)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
小野 景子 龍谷大学, 理工学部, 講師 (80550235)
|
|---|
| Project Period (FY) |
2014-04-01 – 2017-03-31
|
| Keywords | 遺伝的プログラミング / 交叉 / 近傍探索 / 確率モデル |
|---|
| Outline of Annual Research Achievements |
本研究の目的は，自律制御のためのプログラム生成など，解が木構造で表現される設計問題において，最適な構造を効率的に探索するための遺伝的プログラミングの汎用性の高い探索手法を開発することである．具体的にはこれまでに我々が提案している多段階探索交叉に，さらに効率的な形質遺伝のオペレータおよび成長スキームを導入する．多段階探索交叉は木の成長を抑制しつつ，両親の形質を受け継がせることを目的とした近傍探索に基づく交叉である．
平成27年度は，多段階探索交叉における近傍解生成に，探索過程で生成される個体群の情報からノードの出現に関する2種の確率モデルを導入した．検証には多く用いられるベンチマークである連続関数同定問題の例題，エージェントコントロールの基本的な例題を用いた．まず，初歩的な検証として，Probabilistic Incremental Program Evolutionで用いられる確率木を本手法に導入した．確率木では，探索で得られた優秀な解集合をもとに，各ノードにおいて記号それぞれの出現頻度が保存される．複数試行の探索を通して確率木を更新し，多段階探索交叉の近傍探索におけるノードの発生，削除の操作の際に，その記号分布を適用した．その結果，確率木はノード間の依存を考慮しないモデルであるが，いずれの問題においても，従来の多段階探索交叉と比較して高い確率で最適解を得られることがわかった．さらに，親子のノード間の依存を考慮するベイジアンネットワーク推定に基づく確率モデルを導入したところ，ノードを個別に扱う確率木と比較して，半分の評価計算回数で，より高い確率で最適解が得られることを示した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
平成27年度の目標は近傍探索法の改良，および本課題を通しての目標である木の成長スキームの開発である．前者についてはすでに完了し，成果の一部は国内の学会で発表済みである．また，後者については，動的環境変化のもとで複雑な行動則設計が必要とされるエージェントコントロールの例題にその改良手法を適用するとともに，種々の成長スキームを試行している．以上のことから平成27年度の目標はほぼ達成したと考える．
|
| Strategy for Future Research Activity |
平成28年度は，逐次処理，条件分岐の要素で記述される行動則の設計問題を対象として，開発した確率モデルの多段階探索交叉への適切な導入方法を検討するとともに，大規模な木構造の効率的な探索手法を開発する．
確率モデルにおいて精度の良いモデルを構築するにあたり，最適解の木のサイズに対して十分なサイズの木からなる初期解集団が必要となる．そのため最適解の木のサイズが不明な問題においては，木の成長オペレータの併用，あるいは非常に大きな木からなる初期解集団による探索が必要となる．前者は平成27年度からの継続課題であり，ノードの依存関係を考慮した部分木の継ぎ足しにより木を徐々に成長させる手法を開発する．一方，後者は膨大な解空間を探索する必要があり，さらに解評価の計算コストも大きい，これについては進化計算と親和性の高い並列モデルとの併用を考えている．
|
| Causes of Carryover |
本年度は基礎アルゴリズムの開発のため既存の小規模な計算環境で十分であった．必要なときに最新の高性能のワークステーションを購入することが最善と考え，次年度に購入を見送ることとした．
|
| Expenditure Plan for Carryover Budget |
木構造最適化に対するGPの開発環境と数値実験環境をハードウェアの面から改善するために，高性能なワークステーション1台，および研究成果報告用のノートパソコンを1台購入する予定である．また，国内学会発表数件および米国で11月にある国際会議において進化計算に関する研究成果の発表を行うため，国内国外旅費に計上している．
|
