変動環境における生活史進化に関する数理的研究

点击翻译按钮获取中文摘要

蛹化や羽化のタイミング、繁殖の開始や、高さと光合成器官の成長のバランスなど、さまざまな生活史パターンは、環境要因(日長、温度、被陰、水分資源)から、従来の変動や近隣競争個体の挙動を予測して生物が応答する過程と考えられる。これらの要因に対する生物の応答の仕方、つまり反応基準が、自然淘汰をうける場合の進化的に安定な生活史を議論する、新しい解析方法を開発した。いままでの取り扱いでは、関数関係を仮定してそのパラメータが進化するという取り扱いをしてきたが、これは正しい解が予想できる簡単な場合にしか使えない。中間層を含むニューラルネットは任意の形の関数を近似できることが知られているので、反応基準をニューラルネットで表現し、ニューロ素子間の結線の重みを進化させる。さらに、通常の最急降下法では局所最適解がとまる困難をのりこえるために、突然変異と交叉を利用する遺伝的アルゴリズムを用いる。巌佐は、大学院生の江副とともに、この方法を、昆虫の密度依存的相変異の進化に適応した。多くの昆虫では、移動力の強いタイプと繁殖力の強いタイプの2型があり、それらの比率が生育時や母親の経験した密度によって決まる。進化すべき反応基準の形を探り、アブラムシやウンカなどでの知見と突き合わせる。武田は、多数の因子が生活史上の決定に対して影響する場合に、入出力関係から読み取る方法としてニューラルネットワークの技法、忘却付誤差逆伝播学習プログラムをさらに改良した。ことに、ある信号の入力をそのまま入れるのではなくて、高いレベルで反応する素子、低いレベルで反応する素子などを別々に準備して、それらを入力として取り扱うというニューロファジ-のネットワークを調べ、レベルによって反応の方向がことなる場合をうまつ取り扱えるようになった。また、(1)樹木の多様な成長戦略の分化、(2)季節的環境での休眠開始や羽化のタイミング、などの問題に適用してその有効性を確かめつつある。