定常および非定常関数最適化のためのマイクロ遺伝的アルゴリズム

シンプル遺伝的アルゴリズム（SGA）は、多くの関数最適化問題に対して有用なツールであることが示されています。SGAの現在の欠点の一つは、大規模な集団に対する適応度関数（パフォーマンス指数）を毎世代評価する際の時間的ペナルティです。本論文では、非常にシンプルな遺伝子パラメータを用いた小規模集団アプローチ（マイクロ遺伝的アルゴリズム--μGAと呼ばれる）を探ります。μGAの実装は、SGAの実装よりもはるかに早く近似最適領域に到達することが示されています。多峰性が存在する場合のμGAの優れた性能と、非定常関数最適化問題を解決する際の利点が示されています。