1 遺伝的アルゴリズムの基礎 |
1.1 遺伝的アルゴリズムの概観 1 |
1.1.1 遺伝的アルゴリズムとは 1 |
1.1.2 対象とする探索問題 2 |
1.1.3 遺伝的アルゴリズムの基本的な考え方 4 |
1.2 単純GAのアルゴリズム 6 |
1.2.1 仮想生物と環境の設定 6 |
1.2.2 単純GAの処理手順 8 |
1.2.3 単純GAの特徴 15 |
1.3 スキーマタ定理 16 |
1.4 遺伝的アルゴリズムの拡張 18 |
1.4.1 淘汰・増殖の規則の拡張 18 |
1.4.2 交差オペレータの拡張 21 |
1.4.3 突然変異規則の拡張 24 |
1.4.4 適応度のスケーリングの導入 25 |
2 単純GAのコーディング |
2.1 単純GAの基本ライブラリ 28 |
2.1.1 マクロおよび変数の設定 28 |
2.1.2 基本オペレータのライブラリ 29 |
2.1.3 その他の基本ライブラリ 37 |
2.2 グラフィックスについて 40 |
2.2.1 簡易グラフィックライブラリ 40 |
2.2.2 turbo C による簡易グラフィックライブラリ 44 |
2.3 単純GAによる関数の量大値探索 45 |
2.3.1 関数生成ルーチン 45 |
2.3.2 グラフお表示ルーチン 48 |
2.3.3 単純GAによる関数の最大値探索 49 |
3 GAの実際の応用例 |
3.1 図形のパターンマッチングへのGAの応用 54 |
3.1.1 問題の設定 54 |
3.1.2 GAの適用方法 57 |
3.1.3 コーディングについて 59 |
3.1.4 パターンマッチングの実行例 61 |
3.2 GAによるニューラルネットワークの構造決定 67 |
3.2.1 ニューラルネットワークの研究におけるGAの利用 67 |
3.2.2 神経回路網の構造決定へのGAの適用方法 72 |
3.2.3 コーディングについて 76 |
3.2.4 神経回路綱の構造決定の実行例 77 |
3.3 単純な人工生命へのGAお応用 81 |
3.3.1 人工生命について 82 |
3.3.2 人工生命の設定について 83 |
3.3.3 GAによる人工生命のプログラム 94 |
3.3.4 人工生命のシミュレーションの実行例 96 |
4 GAの今後の展望 101 |
参考文献 108 |
付録 プログラムリスト1~23 111 |
索引 173 |