様々な鈍感差分進化の探索能力について

摘要

本論文では、複数最適化探索問題の適用に粒子を鈍感にした差分進化を提案する。このアルゴリズムは、global searchとlocal searchの二つのステージによって構成されている。global searchでは、それぞれ任意の解を持つlocal subregions（LSR）を作成する。local searchでは、並列にそれぞれのLSRを操作し、すべての最適解を探索する。このアルゴリズムには、鈍感さをコントロールする二つの重要なパラメータが存在する。もし、鈍感さが適切であれば、適切なLSRを作成でき、すべての最適解を探索することができる。様々な鈍感な差分進化を複数の典型的な探索例で数値実験を行い、このアルゴリズムの探索性能を考察する。%This paper presents an insensitive differential evolution for multi-solution problems. The algorithm consists of global and local searches. In the global search, the algorithm tries to construct local sub-regions (LSRs) each of which in-eludes either solution. In the local search, the algorithm operates on all the LSRs in parallel and tries to find all the solutions. The algorithm has a key parameter that controls the algorithm insensitivity. If the insensitivity is suitable, the algorithm can construct all the LSRs before trapping into either solution and can find all the solutions. Performing some basic numerical experiments where parameters are adjusted by trial-and-errors, basic performance of the algorithm is investigated.