区分回転カオス系に基づく多点探索型最適化法のパラメータ選定に関する一考察

摘要

ある評価関数を最大または最小にするような最適解と呼ばれる変数またはパラメータを高速に得ることが，工学ではしばしば求められる．そのための有用な方法のひとつとして，粒子群最適化法（PSO）のように力学系に基づく多店探索型の手法が着目されている．それらは比較的に簡素でハードウェア実装に適しており，また高精度な結果を実用的な時間で得られることが報告されている．一方で，どのような力学系特徴が手法の性能に寄与しているかの考察については不十分である．我々はこれまでに簡素な力学系で群知能最適化手法を実現し，PSOよりも高い性能を示すことを確認した．本稿では，最適解の探索時における時系列の自己相関関数に注目し，最適化の性能との関係を考察する．