@article{oai:nagoya.repo.nii.ac.jp:00008576, author = {山代, 大輔 and 吉川, 大弘 and 古橋, 武 and YAMASHIRO, DAISUKE and YOSHIKAWA, TOMOHIRO and FURUHASHI, TAKESHI}, journal = {情報処理学会論文誌 : 数理モデル化と応用(TOM)}, month = {Feb}, note = {遺伝的アルゴリズム(Genetic Algorithm : GA)の解探索性能は遺伝的演算の方法、およびそれらパラメータに大きく依存している。遺伝的演算の方法やパラメータが解探索性能に及ぼす効果を知るには、通常、評価値の改善効果が指標とされる。本論文では、GAにおける解探索過程の可視化手法を提案する。提案手法では、Self-Organizing Map (SOM)によりGAで定義されている個体間の相対距離を可視化することで、GA全体の探索性能だけでなく、個体が多様性を保っている様子や遺伝的演算の効果の把握が可能となり、遺伝的演算方法やそれらのパラメータ設定に対する適切な指針を得ることができる。本論文では、基礎的検討として簡単な2変数の最適化問題に対して提案手法を適用し、効率的な解探索を行う遺伝的演算やそれらパラメータを決定する新しい情報が獲得できることを示す。また、得られた解探索過程情報を用いて、遺伝的演算やそれらパラメータ設定へとフィードバックすることにより、解探索の効率化が可能となることを示す。, Performance in searching solutions by GA depends on genetic operators and/or their parameters. For comparison of the performance with some genetic operators and/or parameters, we have usually taken the transitions of fitness values. This paper proposes a visualizing method for GA, which can visualize relative distances among chromosomes in search process and give information of not only the performance but also the effects of the genetic operations such as the deversity of chromosomes. This method uses Self-Organizing Map(SOM) for the visualization. This paper shows that the visualized data enables us to interpret the differences in search processes, and to get new information to determine efficient genetic operators and their parameters., SIG2(TOM16)}, pages = {69--77}, title = {遺伝的アルゴリズムの解探索過程の可視化による遺伝的演算効果の把握と解探索の効率化}, volume = {48}, year = {2007} }