GAでレイアウト問題を解く意義・利点

全体公開
ダウンロード pdfダウンロード
ページ数1
閲覧数1,129
ダウンロード数3
履歴確認

    ファイル内検索

    資料紹介

    【0】はじめに
     遺伝的アルゴリズムの利点・弱点について考察したのち、レイアウト問題を遺伝的アルゴリズムで解くときの意義・利点について述べる。
    【1】遺伝的アルゴリズムの利点について
     遺伝的アルゴリズムはランダムサーチと最急勾配法(山登り法)の長所を併せ持つアルゴリズムだと思う。突然変異や交叉などにより、探索する解空間が局所解付近に収束しにくい(しかけたとしても抜け出せる)という点はランダムサーチの利点であると言えるし、全解空間を探索することなく最良解を発見することが出来るという利点は最急勾配法(山登り法)の利点であると言える。以上より遺伝的アルゴリズムは「解空間構造が不明であり、決定的な優れた解法が発見されておらず、また全探索が不可能と考えられるほど広大な解空間を持つ問題に対して、実用時間内に比較的優れた解を求めることができる」という利点をもつといえよう。

    資料の原本内容( テキストデータ全体をみる )

    生産システム レポート
    課題:「レイアウト問題を遺伝的アルゴリズムで解くときの意義・利点ついてのべよ」
     はじめに
    遺伝的アルゴリズムの利点・弱点について考察したのち、レイアウト問題を遺伝的アルゴリズムで解くときの意義・利点について述べる。
    遺伝的アルゴリズムの利点について
     遺伝的アルゴリズムはランダムサーチと最急勾配法(山登り法)の長所を併せ持つアルゴリズムだと思う。突然変異や交叉などにより、探索する解空間が局所解付近に収束しにくい(しかけたとしても抜け出せる)という点はランダムサーチの利点であると言えるし、全解空間を探索することなく最良解を発見することが出来るという利点は最急勾配法(山登..

    コメント0件

    コメント追加

    コメントを書込むには会員登録するか、すでに会員の方はログインしてください。