遺伝アルゴリズムとニューラルネット - スケジューリングと組合せ最適化 -

遺伝アルゴリズムとニューラルネット - スケジューリングと組合せ最適化 -

組合せ最適化手法である遺伝アルゴリズムとニューラルネットワークの最新の研究成果を紹介。「LSI配置問題」「電力系統設計運用問題」「エネルギー計画問題」などについて第一線の専門家により,実際の適用例が解説されている。

ジャンル
発行年月日
1998/02/20
判型
A5
ページ数
290ページ
ISBN
978-4-339-02350-3
遺伝アルゴリズムとニューラルネット - スケジューリングと組合せ最適化 -
品切・重版未定
当面重版の予定がございません。

定価

4,400(本体4,000円+税)

購入案内

  • 内容紹介
  • 目次
  • 著者紹介

組合せ最適化手法である遺伝アルゴリズムとニューラルネットワークの最新の研究成果を紹介。「LSI配置問題」「電力系統設計運用問題」「エネルギー計画問題」などについて第一線の専門家により,実際の適用例が解説されている。

・ 基礎

1.遺伝アルゴリズムの原理的解説

1.1 遺伝アルゴリズムの原理的解説
 1.1.1 遺伝と進化
1.2 最適化と遺伝アルゴリズム
 1.2.1 組合せ最適化問題
 1.2.2 遺伝アルゴリズム
1.3 遺伝アルゴリズムの基礎理論
1.4 遺伝アルゴリズムの拡張
 1.4.1 並列化のための拡張
 1.4.2 ハイブリッド化による拡張
 1.4.3 メタ化による拡張
1.5 まとめ
文献

2.遺伝アルゴリズムの適用法と計算特性

2.1 遺伝アルゴリズムの適用法と計算特性
 2.1.1 遺伝アルゴリズムの適用手順
2.2 ナップサック問題への適用例
 2.2.1 問題の定式化
 2.2.2 GAの構成法
 2.2.3 種々の工夫
2.3 巡回セールスマン間題への適用例
 2.3.1 問題の定式化
 2.3.2 GAの構成法一コーディングの工夫
 2.3.3 GAの構成法一順列を扱う一般的な交叉演算子
 2.3.4 GAの構成法一枝に注目した交叉演算子
 2.3.5 GAの構成法一突然変異演算子
 2.3.6 計算例
 2.3.7 関連事項
2.4 刻並列機械スケジューリング間題への適用例
 2.4.1 問題の定義
 2.4.2 遺伝子表現
 2.4.3 デコ一ディング法
 2.4.4 適応度と目的関数の対応規則
 2.4.5 遺伝演算子
 2.4.6 計算例
2.5 多目的最適化問題への適用例
 2.5.1 多目的最適化問題
 2.5.2 GAの構成法
 2.5.3 計算例
2.6まとめ
文献

3.ニューラルネットワークの原理的解説

3.1 はじめに
3.2 連続時間系ニューラルネットワーク
3.3 非同期式離散時間系ニューラルネットワーク
3.4 ニューラルネットワークの課題
3.5 連動式離散時間系ニューラルネットワーク
文献

4.ニューラルネットワークの適用法と計算特性

4.1 はじめに
4.2 巡回セールスマン間題への適用例
 4.2.1 巡回セールスマン間題の定式化
 4.2.2 巡回セールスマン間題の性質
 4.2.3 制約充足型連動式状態遷移N.N.による解法
 4.2.4 巡回条件を考慮した制約充足型連動式状態遷移による順路付替え作業
 4.2.5 巡回セールスマン間題のシミュレーション結果
4.3 4色塗り分け問題への適用例
 4.3.1 4色塗り分け問題の定式化
 4.3.2 4色塗り分け問題のシミュレーション結果
4.4 Nクイーン間題への適用例
 4.4.1 Nクイーン間題の定式化
 4.4.2 Nクイーン間題のシミュレーション結果
文献


・ 応用

5.遺伝アルゴリズムによるスケジューリング問題の解法

5.1 スケジューリング間題の概要
5.2 変形フローショップスケジューリング間題
 5.2.1 問題の記述
 5.2.2 個体表現
 5.2.3 納期制約がない場合の考察
 5.2.4 納期制約がある場合の考察
 5.2.5 問題の設定条件を変更した場合の交叉規則のロバスト性
5.3 ジョブショップスケジューリング問題
 5.3.1 問題の記述
 5.3.2 GAの構成法一コーディングの工夫
 5.3.3 GAの構成法一遺伝演算子の工夫
5.4まとめ
文献

6.ニューラルネットワークによる資源平滑化問題の解法

6.1 スケジューリングにおける資源平滑化
 6.1.1 資源平滑化問題
 6.1.2 資源平滑化の尺度
6.2ニューラルネットワークによる資源平滑化問題の解法
 6.2.1 対象とする問題
 6.2.2 ニューラルネットワークに基づく組合せ最適化手法
6.3 ホップフィールドモデルの動作状況からの別解の推定
 6.3.1 ニューラルネットワークの動作
 6.3.2 適用評価
6.4 連動ニューロンモデルでの解探索の制御
 6.4.1 ニューラルネットワークの動作
 6.4.2 連動ニューロン数の制御
 6.4.3 適用評価
文献

7.遺伝アルゴリズムによるアナログLSI素子配置問題の解法

7.1 問題の背景と定式化
7.2 遺伝アルゴリズムの適用
 7.2.1 遺伝的操作
 7.2.2 適応度関数
 7.2.3 アルゴリズム概要
 7.2.4 実験
7.3 アルゴリズムの改良
 7.3.1 突然変異率の動的変更
 7.3.2 TSによる改善
 7.3.3 実験
 文献

8.統計力学的手法によるLSI配線収容問題の解法

8.1 まえがき
8.2 配置問題のモデル化
8.3 配置のよさの評価
8.4 LSIの配置問題への統計力学的観点の導入
8.5 極大配線長分布
8.6 統計力学的近似配線長分布
8.7 理論近似分布と実際の分布
8.8 最小平均配線長と統計的最適配置方程式
8.9 配線収容性への応用について
8.10 あとがき
文献

9.遺伝アルゴリズムによる電力系統の運用・計画問題の解法

9.1 電力系統の運用・計画における組合せ問題
 9.1.1 経済負荷配分間題(ELD)
 9.1.2 電圧・無効電力制御
 9.1.3 ネットワーク構成の再構成
 9.1.4 静的状態推定のトポロジー可観測性解析
 9.1.5 起動停止問題
 9.1.6 電源計画
 9.1.7 定期補修計画
 9.1.8 静的状態推進におけるメータ配置問題
 9.1.9 配電ネットワーク拡張計画
9.2 電力系統へのGAの応用の調査
9.3 事例研究
 9.3.1 静的状態推定におけるメータ配置問題
 9.3.2 発電機の起動停止問題
9.4 今後の課題
文献

10.遺伝アルゴリズムによるエネルギー計画問題の解法

10.1 はじめに
10.2 エネルギー計画問題
 10.2.1 エネルギーフロー
 10.2.2 エネルギー需要データ
 10.2.3 CGS導入計画
 10.2.4 問題設定
10.3 構造的GAを用いたCGS導入計画
 10.3.1 CGSネットワーク
 10.3.2 コーディング
 10.3.3 遺伝操作
 IO.3.4 評価関数
10.4実験
 10.4.1 結果
10.5 識論
10.6 おわりに
謝辞
文献

11.遺伝アルゴリズムによる移動体経路決定問題の解法

11.1 はじめに
11.2 移動体経路決定問題
 11.2.1 オフライン探索手法
 11.2.2 リアルタイム探索手法
11.3 協調型監視システムの制御問題の定式化
 11.3.1 移動センサ群による協調型監視システム
 11.3.2 未知のゴールを目指す経路決定問題
 11.3.3 最短距離最大化の問題
 11.4.4 遺伝アルゴリズムの有効性
11.4 遺伝アルゴリズムによる協調行動の決定
 11.4.1 遺伝アルゴリズムの適用方法
 11.4.2 制御アルゴリズム
11.5 シミュレーション評価
 11.5.1 評価方法
 11.5.2 シミュレーション実験
 11.5.3 考察
11.6今後の展開
文献

おわりに
索引

GA等組合せ最適化手法応用調査専門委員会(ジーエートウクミアワセサイテキカシュホウオウヨウチョウサセンモンイインカイ)