適応度景観推定型進化型計算の実数値問題への適用

カテゴリ: 研究会(論文単位)

論文No: IIC14163

グループ名: 【D】産業応用部門 産業計測制御研究会

発行日: 2014/12/06

タイトル(英語): A Fitness Landscape Learning Evolutionary Computation for Real-Coded Problems

著者名: 長谷川 拓(大阪府立大学),塚田 健斗(大阪府立大学),森 直樹(大阪府立大学),松本 啓之亮(大阪府立大学)

著者名(英語): Hasegawa Taku(Osaka Prefecture University),Tsukada Kento(Osaka Prefecture University),Mori Naoki(Osaka Prefecture University),matsumoto Keinosuke(Osaka Prefecture University)

キーワード: 進化型計算|遺伝的アルゴリズム|適応度推定|サポートベクターマシン|Evolutionary Computation|Genetic Algorithms|Fitness Approximation|Support Vector Machine

要約(日本語): 進化型計算は汎用性の高い手法であるが，実問題に対して適用する場合は適応度評価回数の軽減が重要な課題となっている．この問題を解決するための手法として，進化型計算に機械学習を導入した適応度景観推定型進化型計算が提案されており，有用性が示されている．本研究では， FLLEC を実数値問題に適用し，数値実験によりその性能を示す．

要約(英語): One of the most important issues for evolutionary computation (EC) is to consider fitness landscape and the number of fitness evaluations. In order to reduce the number of fitness evaluations, we have proposed the novel evolutionary computation framework called the Fitness Landscape Learning Evolutionary Computation (FLLEC), which can learn the fitness landscape by machine learning. In this paper, we apply FLLEC to real-coded problems.

原稿種別: 日本語

PDFファイルサイズ: 1,059 Kバイト