A Proposal of Genetic Algorithm with a Local Improvement Mechanism and Finding of Fuzzy Rules
Takeshi Furuhashi, Ken NAKAOKA, Hiroshi Maeda, Y. Uchikawa · Journal of Japan Society for Fuzzy Theory and Intelligent Informatics · 1995
遺伝的アルゴリズム(Genetic Algorithm : GA) に基づく機械学習にはミシガンアプローチとピッツアプローチの二つの手法が提案されている.ミシガンアプローチではプロダクションルール一つ一つを個体とみなし, 目的に対する各ルールの貢献度に応じて各個体の信頼度を決定し, GAを適用する.ピッツアプローチはプロダクションルールの集団を一つの個体とし, そのルール群がそれぞれ目的を達成する度合に応じてその個体を評価することで, 信頼度割り当てを不要としている.しかし, ルール個々の評価はなされないので特定のルール改善はなかなか進まない.本論文では, ルール群の局所改善を促進するGAを提案し, 機械学習に適用する.本手法においてはピッツアプローチと同様にルール群を一つの個体とするが, 信頼度割当てを必要とすることなく, 簡単にしかも効率よくルール群およびルール個々の改善を促進する.筆者らは本手法を局所改善型 GA と呼ぶ.本手法をロボットの移動障害物回避問題に適用し, ファジィ制御ルールの発見を行う.