並列分散型多目的ファジィ遺伝的機械学習における目的関数の回転

抄録

ファジィ遺伝的機械学習 (Fuzzy genetics-based machine learning: FGBML)とは遺伝的ファジィシステム（Genetic Fuzzy Systems: GFS）の1つであり，ファジィ識別器を設計するための手法として盛んに研究が行われている．ファジィ識別器において重要な点は，複雑性が小さいこと，また，識別性能が高いことである．しかし，これらの2点の間にはトレードオフの関係があり，識別性能が高く，かつ複雑性が小さい識別器を獲得することは困難である．また，大規模データにGFSを適用した際の計算時間も問題視されている．そこで先行研究において，多目的最適化アルゴリズムを取り入れ，複雑性と識別性能のトレードオフに沿った解集合を獲得する多目的ファジィ遺伝的機械学習 (Multiobjective FGBML: MoFGBML) の提案と，MoFGBMLに並列分散実装を適用し，計算の高速化に関する調査を行った．しかし，MoFGBMLに並列分散実装を適用した場合，計算時間は短縮できるが，得られる識別器の数が減少し，識別性能の高い識別器が得られにくくなることが分かった．そこで本研究では，探索方向にバイアスをかけ探索を行う場合の影響を調査する．本研究では，多目的最適化において目的関数を回転させることで探索にバイアスを与える．MoFGBMLの持つ，識別性能と複雑性の2つの目的のうち，2つまたは1つの目的関数を回転させることにより，より識別性能の高い解の獲得を目指す．数値実験において，目的関数を回転させた場合に得られる解集合への影響を調査する．