抄録
プログラムの進化的生成手法として，遺伝的プログラミング（Genetic Programming; GP）がよく知られている．GPの1種であるCartesian Genetic Programming (CGP)は，グラフ構造プログラムを進化させる手法である．グラフ構造は木構造プログラムよりも問題の解をよりコンパクトに効率的に表現できるという利点を持つ．一方，自然界のアリの探索行動を組み合わせ最適化問題に応用した手法としてアリコロニー最適化法があり，フェロモンを介したコミュニケーションにより，良い解の周辺を集中的に探索できる．本論文では，CGPにおいて利用されるグラフネットワーク環境を，アリエージェント群が探索することによりそのノード接続を最適化する手法として，Cartesian Ant Programming (CAP)を提案する．関数同定問題およびデータ分類問題において，CGPとCAPの探索性能を比較し，有効性の検証を行った．
