抄録
確率論的ニューラルネットワークモデルを構成するためのパラメータ数は決定論的ニューラルネットワークモデルのそれに比べて増加し, しかも各種パラメータは非常に鋭敏な相互関係をもつ, このため確率論的モデルにおいては, 局所最適状態からの脱出機構をもつという利点がある反面, パラメータ設定の煩わしさが増大するとの欠点が逆に生じている.本研究では, パラメータ設定の煩わしさの軽減を目的とした新しい確率論的ニューラルネットワークモデルを提案する.このモデルをVentureらにより定義されたFMS工具・部品割当問題に適用し, 提案モデルの実用性について検証する.
