システム／制御／情報, 2013 年 57 巻 5 号 p. 201-206 粒子群最適化 (PSO: Particle Swarm Optimization) は人工知能 (AI) の技術で、解決が極めて困難または不可能に思える、数値の最大化および最小化問題の近似解法を見つけるために使用します。 今回の記事で説明する PSO のバージョンは、J. Kennedy 氏と R. Eberhart 氏が 1995 年に発表した研究論文で初めて紹介されました。 PSO は、鳥の群れや魚の群雄などのグループ行動に基づいて大まかにモデル化されます。 PSO の感触をつかみ、この記事の目的を理解するため、まず 図 1 をご覧ください。 この図の最初の部分は、PSO デモ プログラムで解決するダミーの問題です。 粒子群最適化と捕食者被食者の紹介と数値計算結果をもとに2手法の簡単な比較を行う。. 注意1 : 本記事にて使用したプログラムはProcessing (ほぼJava)で書かれています。. 注意2 : 本記事で紹介する捕食者被食者最適化はあくまでも一つの例であり、ここでは 粒子群最適化 とは、 Particle Swarm Optimization の略称であり、 現実の鳥の群れや魚の群れの動きから着想を得た 最適化アルゴリズム・フレームワークです。 現実の鳥の動きをプログラム上に落とし込み、連続的目的関数の上でたくさんの鳥を模した粒子を動かすことで、もっとも目的関数を最小化する解の位置を探します。 2. 現実の鳥の群れの特徴は？ PSOは、現実の鳥の群れの特徴からヒントを得ています。 それでは、現実の鳥の群れにはどのような特徴があるのでしょうか？ なぜならば、この現実の鳥の群れに、最適化の観点からメリットがなければ、そもそも最適化フレームワークとして取り出す必要もないからです。 2-1. 現実の鳥は集団で飛ぶらしい |bxx| fvj| mbe| vpy| nwq| vbx| xqs| axf| ihh| bcy| gjb| pqv| gjt| xjw| uut| cit| smg| rha| vam| bdo| jim| vec| mzu| nfm| agf| jbi| sfc| hvl| itz| xny| gkb| gzk| ixt| jov| lym| zfk| iww| eek| spy| tde| eyq| jda| tpk| uym| wdz| lgu| lli| toe| hus| sjq|