遺伝的アルゴリズムの最適化問題への適用に関する基礎研究

遗传算法在优化问题中的应用基础研究

• 批准号: 05750385
• 负责人: 相澤 彰子
• 金额: $ 0.58万
• 依托单位: National Institute of Informatics
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Encouragement of Young Scientists (A)
• 财政年份: 1993
• 资助国家: 日本
• 起止时间: 1993 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-05750385/
• 关键词: 遺伝的アルゴリズム; 多点探索法; ヒューリスティック探索; 進化論的計算; 解空間探索; 確率的探索アルゴリズム; スキーマ定理

本研究は平成5年度の単年度計画で,柔らかい最適化手法として近年注目される遺伝的アルゴリズムに関する新しいテーマに取り組むものであり,今年度内で,複雑な系の最適化に遺伝的な解法を適用する上での問題点を明らかにし,拡張した解探索アルゴリズムの提案を行うことを目的としていた.1年間の研究活動による本研究の成果は以下のとおりである.大規模で複雑なシステムの最適化では一般に,システム性能を解析的に求めることは困難で,シミュレーションあるいは実際の動作を通した性能評価が必要である.本研究ではまず,これら現実の最適化問題の特徴を考察し,(1)観測される評価量に雑音(たとえばシミュレーションの乱数による評価量の変分など)が含まれること,(2)評価に時間がかかるため計算資源の有効な配分が性能向上の鍵となること,の2点を重要な問題点として指摘した.次に上記の性質を扱うため,(i)評価量の誤差,および,(ii)探索空間上での評価量の分布,をダイナミックに推定しながら探索過程を制御し,限られた時間の中で効率的に良い解を求める適応的な探索法を開発した.また代表的なベンチマーク問題を用いて従来の方法との性能比較を行い,雑音のある探索問題における提案手法の優位性を示した.本研究の成果である新手法は,統計学の逐次決定理論を応用しており,遺伝的アルゴリズムだけではなく一般の生成検査法(Generate and Test Method)においても適用可能である.また本研究のもう1つの成果として,遺伝的アルゴリズムが行う超平面上での探索処理に関して有用な知見が得られたことがあげられ,今後の研究指針として役立てる予定である.

This study is based on the annual plan of the fifth year of Heisei, and the optimization method of the complex system is applied to the problem point of the complex system in this year. The research activities in the past year have resulted in the following results: The optimization of large-scale complex systems is not only general, but also difficult to analyze the performance of systems. It is necessary to evaluate the performance of systems. This research shows that by examining the characteristics of current optimization problems,(1) the evaluation of the measured value includes the difference between the evaluation value and the random number, and (2) the effective allocation of computing resources during evaluation is the key to improving performance. Two important issues are pointed out. (i) the error of the evaluation quantity, and (ii) the exploration of the spatial distribution of the evaluation quantity, and the exploration of the process to control, limit the time and efficiency of the good solution to find the appropriate exploration method to develop. This paper presents the performance comparison of the proposed methods for solving problems and the optimization of the proposed methods. The results of this study are new methods, such as the use of statistics in successive decision theory, the generation and Test Method, etc. The results of this research are as follows: 1. The exploration and processing on the hyperplane are related to the useful knowledge and knowledge, and the future research guidelines are determined.

项目成果

Akiko Aizawa: "Evolving SSE:A Stochastic Schemata Exploiter" Proc.of the IEEE World Congress on Computational Intelligence(採録済). (予定). (1994)

Akiko Aizawa：“Evolving SSE：A Stochastic Sc​​hemata Exploiter”Proc. IEEE 计算智能世界大会（已接受）（1994 年）。

Akiko N.Aizawa and Benjamin W.Wah: "Dynamic Control of Genetic Algorithms in a Noisy Environment" Proceedings of the Fifth International Conference on Genetic Algorithms. 48-55 (1993)

Akiko N.Aizawa 和 Benjamin W.Wah：“嘈杂环境中遗传算法的动态控制”第五届国际遗传算法会议论文集。

Akiko N.Aizawa and Benjamin W.Wah: "A Sequential Sampling Procedure for Genetic Algorithms" An International Journal Computers & Mathematics with Applications(採録・校正済). (予定). (1994)

Akiko N.Aizawa 和 Benjamin W.Wah：“遗传算法的顺序采样程序”国际期刊计算机与数学（转录和校对）（计划）。

相澤,彰子: "スキーマ定理に関する一考察" 情報処理学会第47回全国大会講演論文集. 分冊2. 235-236 (1993)

Aizawa, Akiko：“图式定理的研究”第 47 届日本信息处理学会全国会议论文集，第 2 卷 235-236（1993 年）。

相澤,彰子: "スキーマ処理に基づく集団型探索アルゴリズム" 情報処理学会研究報告. 94-AI-93. 1-8 (1994)

Aizawa，Akiko：“基于模式处理的组类型搜索算法”日本信息处理学会研究报告 94-AI-93（1994）。