GAを用いたハイブリッドアルゴリズムの実験
スポンサーリンク
概要
- 論文の詳細を見る
数多くの最適化問題にたいして種々のヒューリスティックアルゴリズムが存在するが、さらに複数の探索アルゴリズムを組み合わせることによって、探索能力が向上する場合がある。しかし、一般的に探索アルゴリズムのハイブリッド化の手法をテーマにした論文は数少ない。[Malek,89]は、複数の探索アルゴリズムを組み合わせ、探索の精度や効率を向上させる手法を提案し、Simulated AnneulingとTABU Searchを組み合わせた方法を巡回セールスマン問題(TSP)に適用することにより、よい結果が得られることを示している。この方法のアイデアは、各低レペルのアルゴリズムをある特定の時間内実行させ、この結果を高レベルのアルゴリズムが評価するというものである。このことによって、低レベルのアルゴリズムは、より、有望な領域を探索することができる。この場合、どのようにして、低レベルのアルゴリズムを評価するのか、どの程度の頻度で評価を行なうのか、ということが問題となる。Malekの方法そは、各アルゴリズムの最良解を途中で交換することにより、より良い解を得ている。本論文では、ハイレペルのアルゴリズムとしてGAを尊入し、交又オペレータを積極的に取り扱う。また、この方法を巡回セールスマン問題(TSP)に適用し評価を行なう。
- 一般社団法人情報処理学会の論文
- 1992-09-28