@article{oai:ipsj.ixsq.nii.ac.jp:00017258,
 author = {今井, 順一 and 塩谷, 浩之 and 栗原, 正仁 and Jun-Ichi, Imai and Hiroyuki, Shioya and Masahito, Kurihara},
 issue = {SIG07(TOM8)},
 journal = {情報処理学会論文誌数理モデル化と応用（TOM）},
 month = {May},
 note = {遺伝的アルゴリズム（GA ）を理論的に解析する従来の研究は，対象となるGA を限定したうえで，その振舞いを精密に記述している．これに対して本論文では，GA を，現世代の個体群を入力，次世代の個体群を出力とした入出力データを発生する情報源と見なし，データからの学習を行う．GA の入出力関係のみに注目し，その内部構造をあえて捨象することで，多様なGA を共通の形式で記述するとともに，従来にない視点からの解析が可能となる．本論文では，この入出力関係の表現として混合モデルを採用する．GA を混合システムの視点からモデリングすることで，多くの要因が複雑に絡み合うGA システム全体を複数の部分システムに分解した表現が得られる．本論文では2 種類の混合モデルを取り上げ，これらを利用したGA 解析の有効性を数値実験を通じて検証する．, Some mathematical models have been proposed for theoretical analyses of genetic algorithms (GAs). However, these works have limited their objects to a few kinds of GAs in order to formulate them accurately. In this paper, we regard a GA as an information source that generates input-output data. That is, we regard a population and its next population generated by the GA as input and output respectively. Then we model the GA by learning from these data. Since this method uses only the input-output relations of data and ignores interior structures, we can describe a variety of GAs in a common form, and analyze them from a new point of view. We use some mixture models for a representation of these input-output relations in this paper. By using a mixture model for modeling a GA, we can represent the GA system as a combination of some partial systems.In this paper, we treat two types of mixture models, and investigate how these models are effective for analyzing GAs through some numerical experiments.},
 pages = {51--60},
 title = {混合システム的視点に基づく遺伝的アルゴリズムのモデリング},
 volume = {44},
 year = {2003}
}