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.