2017 Fiscal Year Annual Research Report
Genetic Programming for large tree optimization with considering inheritance and acquisition of traits
| 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, 准教授 (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 – 2018-03-31
|
| Keywords | 遺伝的プログラミング / 木構造 / 交叉 / 局所探索 |
|---|
| 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の自動生成など，木構造で表現できる設計問題を対象として，規模の大きな木構造を効率よく構築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．木構造などの離散構造においては形質（部分解）を考慮した交叉の設計が最重要課題の一つである．平成29年度は，形質遺伝に加え，新たな形質獲得と木の成長を促進する多段階探索交叉の開発を行った．多段階探索交叉は，重要な形質を破壊することなく，さらに良好な解を段階的に構築する局所探索に基づく交叉である．形質の遺伝と形質の獲得は離散構造に距離（類似度）を定義することによって，2つの解に対して，設計空間上で内側の領域（内挿領域）と外側の領域（外挿領域）にわけることができる．交叉を適用する2つ親の距離に基づき，両親の内側を探索する内挿の多段階探索に加え，外側を探索する外挿の多段階探索を組み合わせた．大規模な木構造の構築を目標とし，外挿領域の多段階交叉で解である木の成長も実現するため，提案手法では外挿領域に親の木のサイズより大きな目標の解を生成し，その目標解に接近するように外挿領域で局所探索を進める．手法の評価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を用いた．その結果，内挿領域への多段階探索に外挿領域への多段階探索を併用することにより，性能が向上することがわかった．また，最適解を表現するために必要な木のサイズが大きい例題ほど，最適解への到達率が大きく向上することを示した．
|
