本発表では，合理的な計算量で同時に多数のパラメータの適応を行う自己適応島
GA(Self Adaptive Island GA，以下SAIGA)と
非同期化したSAIGAであるA-SAIGA(Asynchronous-Self
Adaptive Island GA，以下A-SAIGA)を提案する．
両提案手法はメタGAと島GAを組み合わせて用いる．
各島に異なるパラメータを与え，各島で解の探索を行いつつ，
解の探索効率を観測する．
そして，複数の島から得られた観測結果に基づいて
新しいパラメータを生成し探索を続ける．
並行して多数の観測結果を得ることができるために，
反復することなしに，パラメータの適応を行うことができる．
さらに，A-SAIGAは，
島間の同期を取る必要性をなくすことにより，SAIGAに比べ，時間単位の
解の探索効率が向上するように変更したアルゴリズムである．
本発表では，はじめに研究背景としてGAおよび適応GAについて述べる．
つぎに，提案手法である自己適応島GAと非同期自己適応島GAについて述べる．
そして，本研究では両提案手法の有効性を調べるために様々な問題
に対して解の探索効率を計測したが，
本発表ではその中でも特にジョブショップスケジューリング問題に焦点をあてて
その評価実験とその結果について述べる．
最後に，結論と今後の課題について述べる．