多峰性関数最適化のための実数値遺伝的アルゴリズムのロバスト化に関する研究

多峰函数优化实值遗传算法鲁棒性研究

• 批准号: 13780287
• 负责人: 小野 功
• 金额: $ 1.28万
• 依托单位: The University of Tokushima
• 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
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-13780287/
• 关键词: 遺伝的アルゴリズム; 実数値GA; UNDX; 関数最適化; 棲み分け; 騙し関数; 並列分散化; P2Pモデル; MGG; 多峰性関数; 種の棲み分け

関数最適化問題を解決するための強力な最適化手法として,実数値遺伝的アルゴリズムUNDX+MGGがある.しかし,UNDX+MGGは,多様性を十分に保つために集団サイズを十分に大きくとったとしても,1)探索空間が有界な多峰性関数において最適解が探索空間の境界付近に存在する場合,2)多峰性関数において有望な局所解の存在する大谷の間口が最適解の存在する大谷の間口よりも広い場合に,最適解領域を十分にサンプリングする前に集団を局所解に収束させてしまうという問題点がある.これに対し,昨年度,隔離された複数の部分集団がそれぞれの存在する探索領域を独立に探索を行う「種の棲み分け」の概念を導入した新しい探索モデルを提案し,UNDX+MGGで解決可能な関数に加え,UNDX+MGGでは探索に失敗する上述の性質を持つ関数も解決可能であることを実験により確認した.しかし,上述の手法は,部分集団の探索範囲をランダムに生成していたため,探索効率が悪いという問題点があった.また,大規模な実問題への適用において探索時間の観点から問題があり,並列分散化実装が望まれていた.そこで,本年度は,部分集団の探索範囲が広すぎる場合に広い間口の大谷に収束する確率が高くなることに着目し,探索範囲を広い範囲からはじめて,同じ大谷に収束した場合に徐々に探索範囲を縮小していく方法を提案し,その有効性を確認した.また,大規模な実問題への適用の観点から,提案手法の並列分散実装を提案した.本実装は,サーバーへの負荷の集中を回避するために,ピア・ツー・ピア(Peer to Peer ; P2P)モデルを採用し,計算時間を大幅に削減することに成功した.本成果を,計測自動制御学会システムインテグレーション部門講演会にて発表した.

To solve the optimization problem, we use powerful optimization methods to solve the optimization problem. UNDX + MGG is a multi-modal relationship, 1) the existence of optimal solutions for exploring bounded spaces, 2) the existence of optimal solutions for exploring bounded spaces, 3) the existence of optimal solutions for exploring bounded spaces, 4) the existence of optimal solutions for exploring bounded spaces, 5) the existence of optimal solutions for exploring bounded spaces, 6) the existence of optimal solutions for exploring bounded spaces, 7) the existence of optimal solutions for exploring bounded spaces, 8) the existence of optimal solutions for exploring bounded spaces, 9) the existence of optimal solutions for exploring bounded spaces, 9) the existence of optimal solutions for exploring bounded spaces, 10) the existence of optimal solutions for exploring bounded spaces, 10) the existence of optimal solutions for exploring bounded spaces, 9) the existence of optimal solutions for exploring bounded spaces, 10) the existence of optimal solutions for exploring bounded spaces, 9) the existence of optimal solutions for exploring bounded spaces, 10) the existence of optimal solutions for exploring bounded spaces, 9) the existence of optimal solutions for exploring bounded spaces, 9) the existence of optimal solutions for exploring spaces, 9) the existence of optimal solutions for exploring bounded spaces, 10) the existence of The optimal solution domain is very difficult to solve. For example, in the past year, the concept of "species habitat" was introduced into the exploration field independently, and UNDX + MGG was proposed to solve the possible problems. UNDX + MGG was proposed to solve the possible problems. In addition, the above methods, part of the group to explore the scope of the problem to generate, explore the efficiency of the problem point. For example, large-scale problems are applicable to the exploration of time and problems, and parallel decentralization is desirable. This year, the group's exploration range is high, and the group's exploration range is low. For example, the problem of large-scale implementation is applicable to the point of view, the proposal method and the parallel decentralized implementation proposal. This installation is successful in avoiding the concentration of load on the server and reducing the calculation time by a large margin. This achievement is expected to be presented at the department presentation meeting of the measurement automation society.