Fundamental Method of Meta-Heuristics in Mathematical Programing
Masashi Furukawa · Journal of the Japan Society for Precision Engineering · 2016
な方法を求めるようになり，ヒューリスティクス(発見的 方法，Heuristics)が発展してきた．特に，自然界の最適 化を模倣したヒューリスティクスは，特定の分野のみなら ず広い分野で適用可能なために，メタヒューリスティクス (Meta-Heuristics, MH)と呼ばれる．よく知られたメタヒ ューリスティクス 1) には，遺伝的アルゴリズム(Genetic Algorithm, GA) ，粒 子 群 最 適 化 法(Particle Swarm Optimization, PSO) ，シ ミ ュ レ ー テ ッ ド ア ニ ー リ ン グ (Simulated Annealing) ，タ ブ ー サ ー チ(Tabu Search, TS) ，アントコロニー最適化法(Ant Colony Optimization, ACO) ，シミュレーテッド進化法(Simulated Evolution, SimE)等が挙げられる．ここでは，GA を中心に扱うが， 機会があれば，他の方法についても述べたい． 2．最適化問題の表現と留意点 2.1 最適化問題の定式化表現 どんな最適化問題もそれを解くためには，必ず定式化を 行う必要がある．定式化を行うには，解の形を最初に約束 する必要がある．今，問題の解を とする． は設計変数 やパラメータの集まりのベクトルや特定の順序を表現す る．ここで，解 によって定まる評価関数 ( )