勾配法を用いたPSOアルゴリズムの数値的性能

抄録

メタヒューリスティックスを用いた最適化手法のひとつとしてParticle Swarm Optimaization(PSO)があり，新しい進化計算手法として期待されている．このアルゴリズムは，人工生命による同時多点探索と最適解に関する情報を人工生命の個体群全体で共有することを特徴としている．しかし，真値への収束性をコントロールする慣性項の評価と群行動情報に任意性があり，そのチューニングには経験的な要素が強く求められる．そこで本研究では，PSOに離散的な勾配情報を効率良く各個体に与える新しいアルゴリズムを提案する．これは，解空間における探索点近傍の勾配を簡便なスキームで計算することで人工生命に自分の環境を認知させるセンサ機能を搭載させ，探索行動を効率化するアルゴリズムである．