Agent Oriented Self-Adaptive Genetic Algorithm

遺伝アルゴリズム（Genetic Algorithm ，以下GA ）の探索効率は，突然変異率や交叉率といったパラメータによって大きく左右される．しかし，多くのパラメータの調整を人手で行うのは困難である．そこで，パラメータを自動的に調整する様々な適応GA が提案されている．従来の適応GA のほとんどは少数のパラメータしか適応させられず，また，多数のパラメータを適応させる適応GA であっても，そのほとんどが大きな計算量を必要としていた．本論文では，エージェント指向の手法によりメタGA と環境分散型並列GA を組み合わせ，多数のパラメータを同時に適応させつつ探索を行うエージェント指向自己適応遺伝アルゴリズムを提案する．評価実験を用いて，この手法により4つのパラメータが合理的な計算量で同時に適応させられることを示す．Efficiency of Genetic Algorithms (GAs)depends largely on parameters such as crossover rate and mutation rate. In general, however, it is difficult to adjust those parameters manually. Although there are a few researches about adaptive GAs for adjusting multiple parameters, they require extremely large computation costs. In this paper, we propose a new algorithm based on multi agent techniques which combines existing meta-GA techniques and GA with distributed environment scheme. Through some simulations, we have con firmed that the proposed algorithm can adapt multiple parameters in reasonable computation costs