改善集団と改悪集団による進化的停滞を回避する\\遺伝的アルゴリズムと時間枠つき配送計画問題への適用

• Item type: Trans(1)
• 公開日: 2006-10-15
• タイトル: 改善集団と改悪集団による進化的停滞を回避する\\遺伝的アルゴリズムと時間枠つき配送計画問題への適用
• タイトル / 言語: en
• タイトル: Genetic Algorithm with Improving Population and Corrupting Population to Avoid Evolutionary Stagnation, Application of Vehicle Routing Problem with Time Windows
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: オリジナル論文
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• 著者所属: 金沢大学
• 著者所属: 石川工業高等専門学校
• 著者所属: 石川工業高等専門学校
• 著者所属: 電気通信大学
• 著者所属: 金沢大学
• 著者所属(英): en
• 著者所属(英): Kanazawa University
• 著者所属(英): en
• 著者所属(英): Ishikawa National College of Technology
• 著者所属(英): en
• 著者所属(英): Ishikawa National College of Technology
• 著者所属(英): en
• 著者所属(英): The University of Electro-Communications
• 著者所属(英): en
• 著者所属(英): Kanazawa University
• 著者名: 村田, 裕章; 越野, 亮; 白山, 政敏; 林, 貴宏; 木村, 春彦
• 著者名(英): Hiroaki, Murata; Makoto, Koshino; Masatoshi, Shirayama; Takahiro, Hayashi; Haruhiko, Kimura
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 遺伝的アルゴリズム（GA）は，進化のメカニズムに注目した最適化手法である．GAではつねに解を改善するように個体を進化させるため，解が改善できない状態（進化的停滞）に陥ってしまい，最適解を得ることが難しいという問題がある．この問題を解消する1つの方法として，集団内の多様性を維持する方法があるが，その反面収束が遅くなってしまうという問題がある．そこで，本研究では，解を改善する改善集団と解を改悪する改悪集団を用いることによって，解をつねに改善するのではなく，悪くすることによって進化的停滞を回避し，さらに収束速度が低減されないGAを提案する．また，提案手法を時間枠つき配送計画問題に適用した結果，従来のGAや世代交代モデルであるMinimal Generation Gap（MGG），2個体分散遺伝的アルゴリズム（Dual Individual Distributed Genetic Algorithm: Dual DGA）に比べて，良い精度の解が得られたことを示す．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Genetic Algorithms (GA) are optimization methods inspired by evolutionary mechanisms. GA fall into states which can't improve solutions (evolutionary stagnation) because indivisuals are always evoluated in order to improve. GA have a difficulty problem to obtain the optimal solutions. As a way in order to dissolve this problem, the diversity maintenance of population, however, the problem occurs, which convergence speed becomes slow. This paper proposes a novel GA to avoid evolutionary stagnation by corrupting the solutions and also convergence speed does't become slow, by using improving population which improves the solutions, and corrupting population which corrupts the solutions. This paper also shows that good results compared with traditional GA, Minimal Generation Gap (MGG) as generation alternation and Dual Individual Distributed Genetic Algorithm (Dual DGA) on vehicle routing problems with time windows.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11464803
• 書誌情報: 情報処理学会論文誌数理モデル化と応用（TOM）; 巻 47, 号 SIG14(TOM15), p. 1-8, 発行日 2006-10-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7780
• 出版者 / 言語: ja
• 出版者: 情報処理学会