実数値最適化問題における適応度景観推定型進化型計算の解析

カテゴリ: 研究会(論文単位)

論文No: IIC15023

グループ名: 【D】産業応用部門 産業計測制御研究会

発行日: 2015/12/05

タイトル(英語): Application and Analysis of Fitness Landscape Learning Evolutionary Computation in Continuous Optimization Problems

著者名: 塚田 健斗(大阪府立大学),長谷川 拓(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): Kento Tsukada(Osaka Prefecture University),Taku Hasegawa(Osaka Prefecture University),Naoki Mori(Osaka Prefecture University),Keinosuke Matsumoto(Osaka Prefecture University)

キーワード: 進化型計算|サポートベクトルマシン|実数値最適化|Evolutionary Computation|Support Vector Machine|Continuous Optimization

要約(日本語): 進化型計算は汎用性の高い手法であるが，実問題に適用する際には適応度評価回数の軽減が重要な課題となる．この課題を解決するため，適応度景観推定型進化型計算（FLLEC）という手法が提案されており，有用性が示されている．本研究では，FLLECの進化型計算として実数値最適化手法を用い，数値実験による解析結果を示す．

要約(英語): One of the most important issues for evolutionary computation (EC) is to consider 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 analyze FLLEC in continuous optimization problems.

原稿種別: 日本語

PDFファイルサイズ: 1,031 Kバイト