Large Accelerating a GA Convergence by Fitting a Single-Peak Function

Abstract

本論文では,適応度ランドスケープを単峰性関数で近似することによって遺伝的アルゴリズム(GA)の収束を高速化する手法を提案する。最適化問題の適応度ランドスケープは,最も粗く近似したとき,単峰性曲面となる。このとき,近似する単峰性曲面の頂点座標は,実際の探索空間内でも最適解近傍にあることが期待できる。さらに,近似に用いる過去の探索点の選び方を2つ提案する。適応度ランドスケープを近似する単峰性曲面として2次関数を用い,7つのベンチマーク関数とロボット制御器設計問題で評価した結果,提案手法はGA収束高速化に寄与することが示された。