人工蜂コロニーアルゴリズムのためのハイブリッド探索手法

抄録

人工蜂コロニー（ABC）アルゴリズムは，蜜蜂の群れの採餌行動から着想を得た群知能アルゴリズムであり，実数値最適化を目的として開発された近似最適化手法である．ABCアルゴリズムは，最適化の対象となる問題の性質を問わず高い探索性能を持つことが検証されているが，いくつかの問題点が存在する．例として，個体の多様性を重視した探索を行うために，優良解に収束するまでに時間がかかりやすいという問題が存在する．近年，ABCアルゴリズムの改良手法に関する研究が盛んに行われており，他の進化的計算手法の考えを取り入れたハイブリッド手法が数多く提案されている．本研究では，実数値GAで用いられる交叉手法の1つである算術交叉をABCアルゴリズムの探索処理に組み込むことにより探索速度を向上させた改良手法である，算術交叉型ABCアルゴリズム（AC-ABC）と，遺伝的アルゴリズム（GA）の交叉，突然変異に用いられる確率的探索処理をABCアルゴリズムの変数選択部分に取り入れることにより，探索性能を高めた大域探索型ABCアルゴリズム（GS-ABC）を提案する．本手法の有効性を検証するため関数最適化シミュレーションを行ない，GS-ABCアルゴリズムは6種類のベンチマーク問題の全てで従来手法よりも高い性能を示すことが明らかとなった．