权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

遺伝的アルゴリズムの設計理論の確立およびその大規模分散システム設計への応用

遗传算法设计理论的建立及其在大规模分布式系统设计中的应用

基本信息

批准号：
13780182
负责人：
棟朝雅晴
金额：
$ 1.73万
依托单位：
Hokkaido University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Young Scientists (B)
财政年份：
2001
资助国家：
日本
起止时间：
2001 至 2002
项目状态：
已结题

项目摘要

本研究においては、線型・非線型および単調・非単調性を調べることによって関連する遺伝子座のまとまりであるリンケージ集合を同定し、効果的な交叉を実現する手法に関してその理論的基礎を確立するとともに、理論に基づいた遺伝的アルゴリズムの設計、特に交叉手法の改良を行うことで、大規模な最適化問題におけるアルゴリズムの性能を評価した。リンケージ集合の構造として、これまでの研究では比較的単純な線形の構造が仮定されていたが、本研究では階層構造を有するリンケージの同定を行う手法である、hLIEM(hierarchical Linkage Identification with Epistasis Measure)およびhLIEM^2(hierarchical Linkage Identification with Epistasis Measure considering Monotonicity)を開発した。これら手法においては、小さなリンケージ集合をまとめてより大きなリンケージ集合を生成するという過程を繰り返すことで、現実問題の多くが有すると考えられる問題の階層構造を同定することが可能となり、交叉など遺伝的操作をさらに効率的に適用することが可能となった。本研究で開発した階層型のリンケージ同定アルゴリズムの有効性を、階層型のトラップ関数に代表される各種のテスト関数において確認したが、さらに現実の問題として都市圏ネットワーク設計問題へと適用し、その有効性を確かめた。大規模なネットワークを設計する場合、ゆるやかな階層構造を有するようなネットワークとして設計を行うことが考えられるが、本研究で提案するアルゴリズムにより、人間の設計者が介在することなく、計算機により自動的に適切な階層構造を有するネットワークを構成することができ、従来の手法に比べて、より低コストで高性能なネットワークを設計することができた。

This study focuses on the design of linear and non-linear models, and the improvement of cross models. Performance evaluation of large-scale optimization problems In this study, hierarchical linkage identification with Episasis Measure (hLIEM) and hierarchical linkage identification with Episasis Measure considering Monotonicity (hLIEM ^2) were developed. The method of creating a large set of problems is based on the hierarchical structure of the problem. The operation of the problem is based on the probability. This study explores the feasibility of hierarchical design and the feasibility of hierarchical design. In the case of large-scale design, the hierarchical structure of the computer is automatically generated. High performance design