抄録
遺伝的アルゴリズム(GA)は、生物の進化を模倣した近似最適化手法である。GAは確率的要素を含んだ探索手法であるため、いくつかの問題点が存在する。例として、交叉率、突然変異率などの遺伝的パラメータの値が一定であるため、探索初期、収束期において集団の進化が停滞してしまうという問題が存在する。この問題点を解決するため、本研究室では、各探索期に応じて遺伝的パラメータを適切な値にチューニングすることで、探索の効率化を図ったファジィ適応型探索並列GA(FASPGA)が、すでに提案されている。本研究では、ABCアルゴリズムをFASPGAに取り入れることにより、単峰性問題、多峰性問題どちらにも高い探索効率を持つ手法を提案する。本手法の有効性を関数の最適化シミュレーションにより検証したので、この結果についても報告する。
