非明示制約付きブラックボックス関数最適化のための実数値GAにおける初期集団生成法の提案

カテゴリ: 研究会(論文単位)

論文No: IIC16016

グループ名: 【D】産業応用部門 産業計測制御研究会

発行日: 2016/12/01

タイトル(英語): An Initial Population Generation Method in Real-Coded Genetic Algorithms for Implicit Constrained Black-box Function Optimization

著者名: 金子 研一郎(東京工業大学),戸田 淳(東京工業大学),小野 功(東京工業大学)

著者名(英語): Ken-ichiro Kaneko(Tokyo Institute of Technology),Jun Toda(Tokyo Institute of Technology),Isao Ono(Tokyo Institute of Technology)

キーワード: 実数値ＧＡ|非明示制約付きブラックボックス関数最適化|初期集団生成|real-coded GAs|Implicit constrained black-box function optimization|initial population generation

要約(日本語): 本論文では, 非明示制約付きブラックボックス関数最適化のための実数値GAの初期集団生成法を提案する．本問題は，目的関数値の計算の可否によってのみ，解の実行可能性を判定できる．初期化領域に対して実行可能領域が狭い場合，一様ランダムに解を生成する既存手法では，実行可能な初期集団を得るために多くの解を生成する必要がある．本論文では，効率よく初期集団を生成する手法を提案し，数値実験により有効性を確認する．

要約(英語): This paper presents an initial population generation method in real-coded genetic algorithms for implicit constrained black-box function optimization (ICBBFO). In ICBBFO, we can not determine the feasibility of a solution without calculating its objective function value. If a feasible region is narrow compared to an initial region, the conventional method which generates solutions uniformly randomly needs to make many solutions to obtain a feasible initial population. In this paper, we propose a new method that can efficiently make feasible initial populations and show its effectiveness through numerical experiments.

原稿種別: 日本語

PDFファイルサイズ: 1,218 Kバイト