JP2002358201A - 最適化問題の並列探索方法および装置 - Google Patents

Abstract

(57)【要約】 【課題】従来技術として遺伝的アルゴリズムの並列処理
に関するものがある。しかし、探索過程が同質であるた
め，個体を複数保持していること，及び並列に探索を実
施していることのメリットを最大限に生かしていない。
本発明は，探索活性化手段を導入することによって、局
所解に陥りがちな探索を活性化させ、柔軟化し，質の高
い解を高速に得ることができるようにするものである。 【解決手段】プロセッサを有する複数の生成検査型探索
手段を接続装置により互いに接続し、最適解の並列探索
をおこなうものであって、前記生成検査型探索手段は少
なくとも探索活性化手段と、個体生成手段と、通信手段
とを有し、前記活性化手段は前記並列探索によって最良
解が得られないとき予め定められている複数の探索活性
化戦略を他の生成検査型探索手段との間で順次選択実施
し、最適化問題を解く方法および装置に特徴がある。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は，各種分野における
様々な計画立案，設計，制御における組み合わせにおけ
る最適化問題を解く装置に係り、特に，組み合わせ数が
膨大になる問題を、並列に接続された計算機を用いて高
速に処理し、その最適解を得る探索方法および装置に関
する。

【０００２】

【従来の技術】最適化問題を現実的に許容し得る時間内
に見つけ出すための生成検査型の探索手法として，生物
の進化を模擬し，大域的に準最適化（あるいは準最適
解）を求める手法として，遺伝的アルゴリズムが用いら
れている。

【０００３】図８は，その遺伝的アルゴリズムを適用す
る場合の処理フローの一例を示している。まずステップ
Ｓ９１の初期化では，最適化問題の解の候補を数列等に
変換して生物の染色体情報として指定された数Ｎだけ作
成する。染色体情報の個数は一つでも複数でも良く，こ
の数Ｎは個体数と呼ばれる解の候補である。ステップＳ
９２では，指定された繰り返し数Ｇが満たされたかどう
かを判定する。この数Ｇは遺伝的アルゴリズムでは世代
数と呼ばれる。ステップＳ９３では，指定された繰り返
し数Ｎが満たされたかを判定する。

【０００４】ステップＳ９４の個体作成では，個体数が
満たされていない場合、既存の染色体情報から新しい染
色体情報を作成する。ここでは個体作成といっている。
その新たな染色体情報の作成方法は，複数の染色体情報
を組み合わせる交叉や，１つの染色体情報中の要素をラ
ンダムに変化させる突然変異，等がある。なお，このス
テップＳ９４が個体生成手段であり，染色体情報が個体
情報である。

【０００５】このような計算処理は，逐次処理でも実行
できるが，並列計算機を用いて並列処理することができ
る。例えば，Ｐ台のプロセッサを持つ並列計算機を用い
て，Ｎ個体の計算を行う場合，各プロセッサはＮ個体の
染色体情報のコピーを持つが，世代毎の個体作成処理で
は各プロセッサはＮ／Ｐ個だけ担当し，新たに作成され
た全ての染色体情報を各プロセッサ間で通信によって更
新する方法がある。

【０００６】これは，特開平８−１９４６７６号公報
「並列遺伝的アルゴリズム実行装置」で従来技術として
紹介されている。この技術において，各プロセッサ間で
の通信に時間を要するという問題に対しては，特開平８
−１９４６７６号公報「並列遺伝的アルゴリズム実行装
置」がある。これに記載されている内容は，交叉対象の
染色体情報のみ各プロセッサ間で通信することにより，
通信時間を削減する方法を提案している。

【０００７】しかし，これらの方法では，プロセッサ数
が極めて多くなった計算環境では，通信時間や同期待ち
といった並列処理のためのオーバーヘッドが大きくな
り、却って処理性が低下してしまうことになってしま
う。近年では，コンピュータ機器の低価格化により，複
数のプロセッサと主記憶装置からなるＳＭＰ（Ｓｙｍｍ
ｅｔｒｉｃ Ｍｕｌｔｉ−Ｐｒｏｃｅｓｓｉｎｇ、対称
型マルチプロセッサ）マシンが安価で使用できるように
なったこと，ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏ
ｒｋ）等のネットワーク通信の高速化などにより，複数
台のＳＭＰマシンをＬＡＮ等のネットワークにクラスタ
接続した超並列マシンが広く利用されており，これら計
算環境で高い処理性を発揮する並列処理方法が期待され
ている。

【０００８】これに対応可能と思われる従来技術として
は，文献「遺伝的アルゴリズム」（米澤 保雄 著、森北
出版）に，「粗粒度型・並列性遺伝的アルゴリズム」が
紹介されている。簡単にいうと，いくつかの個体からな
るコロニーを、独立（あるいは並列）に進化させ，一定
の世代レベルで、または非同期に，その解を交換すると
いう処理モデルである。

【０００９】さらに遺伝的アルゴリズムではないが，並
列処理を行いながら解を交換する処理モデルとして，特
開平０７−２６２０１６号公報「計画立案方法及び計画
立案装置」が紹介されている。これは，１プロセッサに
１個体を割り当て，プロセッサ数分の初期個体数を生成
するが，各個体は自身に最小の変化を与えて探索処理を
行い，他の個体とは交叉などによる部分的解交換を行わ
ない点と，自身に一定時間改善が見られない場合に他の
プロセッサの解を自律的に取り込む点が特徴であり，一
般的な並列遺伝的アルゴリズムとは異なっている。

【００１０】また、並列計算機については特開平６−２
４３１１３号公報には、ユ−ザ空間において並列計算機
のアーキテクチャを意識することなく最適な計算モデル
のマッピング方について開示されている。

【００１１】また、最適解探索方法については、特開平
９―１１４７９７号公報がある。これは解の集団が収束
してしまった場合であっても、遺伝的アルゴリズムによ
る探索を継続させるものである。具体的には交差による
探索を継続させることができる最適解探索方法について
述べている。

【００１２】このように，遺伝的アルゴリズムを始めと
する生成検査型探索方法は本質的に並列処理に適してお
り，近年，並列計算環境が広く利用できるようになった
こととあいまって，並列化による探索の高速化，効率化
が広く試みられている。

【００１３】

【発明が解決しようとする課題】生成検査型の探索法に
よる探索の目的は，一般に目的関数と呼ばれる指標に照
らして，より望ましい状態，すなわちより望ましい個体
を得ることにある。そして探索は個体生成手段により次
々に生成される個体，すなわち状態の変化により実現さ
れる。

【００１４】個体生成手段とは，単一あるいは複数の個
体から新たな個体を得るための手段であり，生成検査型
の探索における重要なステップである。個体生成手段に
は，例えば遺伝的アルゴリズムにおいては，複数の個体
情報から１つの個体情報を得る交叉，個体情報の一部を
書き換える突然変異，また親個体を選択するセレクショ
ン等がある。これらにはそれぞれにパラメータやバリエ
ーションが存在し，その決定により個体情報の変化過程
すなわち探索過程が変化する。

【００１５】以上の観点から，生成検査型の探索では，
効率よく，局所解に陥ることを回避しつつ探索空間の状
態を調べるためには，適切な個体生成手段が重要である
と考えられる。

【００１６】従来技術において生成検査型探索の並列化
による高速化，効率化に対する取り組みを挙げたが，こ
れら従来技術では，個体生成手段は同質の個体を生成し
ていた。すなわち，生成検査型探索を1つ以上の個体を
用いて実施するが，全ての個体情報の変化過程，すなわ
ち探索過程は均等、あるいは同質のものであったといえ
る。その結果，複数の個体が同時に探索空間に存在する
ことが最大限にいかされていない。また，並列化による
高速化，効率化を考えた場合，異なる個体生成手段に基
づく探索を並列に動作させることで，探索が活性化し，
また柔軟になり，高速かつ局所解を回避した探索が期待
できる。

【００１７】本発明の目的は，生成検査型の探索を異な
る過程で実施しうる複数の生成検査型探索手段が，自律
的に，かつ相互作用を受けながら探索を並列処理するこ
とで，生成検査型探索を活性化，柔軟化し，質の高い解
を高速に得ることができるようにする探索方法および装
置を提供することにある。

【００１８】

【課題を解決するための手段】前記課題を以下の手段に
より解決することができる。

【００１９】複数のプロセッサをもち，各プロセッサは
プロセッサ間接続装置によって互いに接続されるととも
に共有記憶装置を有する並列コンピュータにより最適化
問題の並列探索をおこない解空間の複数の状態に対応す
る解候補としての個体を生成し、各個体を評価淘汰する
処理を繰り返し、最適化問題を解く生成検査型探索によ
る並列探索をおこなう方法において、前記複数のプロセ
ッサによる解の探索において予め定めた時間あるいは探
索サイクルにおいて最良解の改善がなされているかどう
かを判定し、改善がないと判定されたプロセッサの個体
生成は他のプロセッサによる探索との相互作用により探
索を活性化する複数の探索戦略の中から選択実行し、予
め定めた探索停止条件が満たされるまで探索を繰り返
し、探索条件が満たされたときその解を前記共有記憶装
置に記憶させる探索をおこなう探索方法に特徴がある。

【００２０】また、探索を活性化する複数の探索戦略の
中からの選定は確率的に予め定められている遷移戦略に
したがって選定し、探索を繰り返しおこなう探索方法、
あるいは前記複数の探索戦略には他のプロセッサに依存
しない探索戦略を含む探索方法であることに特徴があ
る。

【００２１】また、プロセッサをもち，プロセッサはプ
ロセッサ間接続装置によって互いに接続されるとともに
共有記憶装置を有する並列コンピュータにより最適化問
題の並列探索をおこない解空間の複数の状態に対応する
解候補としての個体を生成する複数の生成検査型探索手
段を用いて探索をおこなう最適化問題の並列探索装置に
おいて、個体生成手段と、前記生成検査型探索手段の間
で探索を活性化する探索戦略の中から選定実行する探索
活性化手段と、前記生成検査型探索手段の間で通信処理
をおこなう通信手段と、前記個体生成手段によって生成
された個体を評価し淘汰する個体評価淘汰手段と、前記
共有記憶装置あるいは自プロセッサに最良の個体を記憶
保存する解保存手段と、から構成され、前記選択された
それぞれの戦略を並列に実行し探索をおこなう最適化問
題の並列探索装置に特徴がある。

【００２２】また、前記生成検査型探索手段の間で探索
を活性化する探索戦略を選定実行する探索活性化手段は
予め定められた確率的な戦略遷移にしたがって前記戦略
を選択実行する最適化問題の並列探索装置であることに
徴がある。

【００２３】

【発明の実施の形態】図１に、本発明における最適化問
題の並列探索装置に係わる構成図を示す。本装置はプロ
セッサ間接続装置２０で接続される複数のプロセッサ１
〜Ｐと、プロセッサ間で共有される共有記憶装置２２を
有している。ここでは第１番目のプロセッサ１について
詳細に述べるが、各プロセッサ（１〜Ｐ番目）について
もまったく同じ構成である。

【００２４】各プロセッサには生成検査型探索手段１が
割り当てられる。本発明による最適化問題の並列探索装
置では，生成検査型探索手段１が複数動作し、探索を実
行する。生成検査型探索手段１は、探索活性化手段１
１、個体生成手段１２、個体評価・淘汰手段１３、解保
存手段１４およびプロセッサ間接続装置２０を介して他
のプロセッサあるいは他の生成検査型探索手段との通信
を行う通信手段１５とから構成されている。そしてプロ
セッサ間接続装置２０を介してＬＡＮなどに結合してい
る。

【００２５】図２は生成検査型探索手段１の処理フロー
図を示している。以下，図２を用い，生成検査型探索手
段１内の各手段（１１から１５）とその処理内容を説明
する。なお以下単に探索手段と記述する場合，本発明に
よる生成検査型探索手段を指すものとする。

【００２６】探索手段は探索活性化手段１１により，探
索の経過に応じて探索の活性化を試みるようステップＳ
１１で探索戦略を策定する。ステップＳ１２では策定選
択された戦略にしたがって個体の生成処理、すなわち解
の候補が生成される。そしてステップＳ１３個体評価淘
汰処理では、生成された個体を評価し、解としての指標
を与える。この評価に従い、指標の上位の予め定められ
た数の個体を残し、それ以外の個体を淘汰する。

【００２７】これらの処理は停止条件が成立するまで繰
り返される。停止条件は例えば、遺伝的アルゴリズムの
場合は最大世代数Ｇなどである。停止条件が満たされた
かどうかをステップＳ１４で判断し、停止条件が成立す
ると自身の最良個体を解保存処理ステップＳ１５で保存
する。その場合、既に記憶されている解と比較してどち
らが最良かを判断する。そして、保存されている解より
も優れている場合に限ってその解を保存するようにして
もよい。したがって、保存されている解はそれまでに探
索された中で、最良の解が保存されていることになる。

【００２８】図３は図１における探索活性化手段１１の
処理フロー図を示している。探索活性化手段１１は，始
めにステップＳ１１１で探索活性化を行うかどうかを判
断する。この判断は，探索を開始してから予め定められ
た時間が経過したこと、あるいは予め定められた処理サ
イクル内での解、すなわち自身の最良解に改善が見られ
ない場合等を判断基準とする。

【００２９】そして、探索活性化を実施すると判断した
場合は，探索活性化戦略をステップＳ１１２で選択し、
実施する。最も単純にはステップＳ１１２の６つの探索
戦略から１つをランダムに選択し実行する。例えば、戦
略（ａ）の個体取得戦略を選択して実施する場合は、タ
グ「ｔａｇ＿個体情報要求」を、通信手段を介して探索
手段に送信する。受信側では受信タグがあるかどうかを
ステップＳ１１４でチェックし、受信タグあり、の場合
は受信対応処理をおこなう。いまの例のように個体情報
の要求であれば、要求された数の個体情報を「ｔａｇ＿
個体情報」で送信する。そして、取得した個体により探
索空間における異なる探索点が導入される。このことに
よって、局所解から脱出したり、あるいは自身の個体と
の組み合わせにより、探索が活性化される。

【００３０】また、戦略（ｂ）の個体生成手段取得戦略
が選択された場合は、前記と同様にタグ「ｔａｇ＿個体
生成手段要求」を適当な探索手段に送信する。戦略
（ｃ）の変異戦略が選択された場合は、自身の個体生成
手段の一部を変化させる。それによって個体の変化過
程、すなわち探索過程が変化し、探索が活性化され、最
適解に近づく場合もある。これは自身の個体生成手段の
一部を変化させる場合であって、他の検索手段に影響さ
れることなく、独立に行う戦略である。

【００３１】また、戦略（ｄ）の寄生戦略の場合は、他
の生成検査型探索手段と個体情報を共有することによ
り、個体生成のサイクルが短縮され、探索が高速化され
ることが期待できる。戦略（ｅ）の自滅戦略は、他の効
率的な探索を実施している生成検査型探索手段の、探索
戦略と個体情報をコピーし、自身のものと置き換えてし
まう戦略である。したがって、他の探索手段と個体情報
と個体生成手段を共有することになる。このことによっ
て自身の探索が活性化されれば良しとするものである。

【００３２】また、戦略（ｆ）の共生戦略は他の生成検
査型探索手段と個体情報と個体生成手段とを共有するこ
とによって、個体生成のサイクルの短縮、延いては探索
の高速化を図ることができおる。上記戦略の中では、変
異戦略を除いて全て他の探索手段と情報の共有等をおこ
なうから、他の探索手段によって自身の探索が影響を受
ける戦略である。

【００３３】また、戦略の選定は、とりうる戦略をグラ
フ化した戦略遷移グラフを用いることもできる。図４の
（Ａ），（Ｂ）は戦略遷移グラフの例である。「○」は
戦略を示し，アルファベットa〜ｆはそれぞれ個体取得
戦略から共生戦略に対応する。また，Ｎは戦略を取らな
い状態（Nｕｌｌ状態）を示し，探索手段開始直後はこ
の状態に位置しているものとする。各戦略間を結ぶ矢印
は遷移ルートを示し，矢印に付加された数値はその遷移
が実行される確率を示す。探索戦略を選択し実行するス
テップでは，このグラフに従い，一回のステップで一回
の遷移を試み，状態に対応する戦略を実施する。この方
法では，グラフの構成により探索を特徴付けることがで
きる。

【００３４】図４（Ａ）はなるべく他の探索手段に依存
することなく，自活した探索を実施するよう特徴づけし
た戦略遷移グラフである。この戦略遷移グラフに従う探
索活性化手段１１は，なるべく自身内で探索を活性化す
ることを試みるようになる。図４（Ｂ）は図４（Ａ）と
対照的に他探索手段依存型の探索を実行するよう特徴付
けした戦略遷移グラフである。

【００３５】いま、図４（Ａ）のＮ点に注目する。矢印
と数字は、Ｎ点からＮ点に戻って何も活性化戦略をとら
ない確率が６０％、（ｃ）の戦略をとる確率は２０％、
（ａ）の戦略をとる確立は２０％であることを意味して
いる。すなわち戦略（ａ）あるいは（ｃ）の戦略をとる
確立は同じであるから、どちらかの戦略をとるかは分か
らないが、いずれか一つを選択する状態である。またＮ
点において、活性化のために何も戦略をとらないでいる
確率は６０％であって、Ｎ点において何も変化は起きな
いであろうことを表わしている。

【００３６】また、ｃ点についていうと、戦略（ｄ）を
とる確立は１０％、戦略（ｂ）をとる確率は２０％、戦
略（ａ）をとる確率は３０％であること、そしてなにも
活性化戦略を取らない確立は４０％であることを表わし
ている。

【００３７】また、図４の（Ｂ）の場合は、例えば、Ｎ
点に注目すると、何も戦略をとらない確率は２０％に減
少している。そして、戦略（ａ）をとる確率は５０％で
あること、戦略（ａ）をとる確率は３０％である。した
がって、前記図４の（Ａ）のＮ点における他の探索手段
への依存は４０％であるが、（Ｂ）の場合は、他の探索
手段への依存は８０％で２倍の依存度を示している。こ
のように予め遷移グラフを用意しておいて、戦略をとる
確立をこのグラフにしたがって遷移させる方法であって
もよい。探索戦略を選択し実行するステップでは、この
グラフにしたがい、一回のステップで一回の遷移を試
み、選択された状態に対応する戦略を実行する。この方
法では、グラフの構成、確立により探索を特徴づけるこ
とができる。

【００３８】また，各探索手段に活性化戦略を指定し，
並列計算環境に合わせた並列処理モデルを選択すること
も可能である。この場合，探索活性化手段１１は，探索
活性化戦略選択処理（図３のステップＳ１１２）におい
て，初回実行時に探索手段起動時のパラメータ等で指定
された活性化戦略を初期設定し，以後それを維持する。

【００３９】図５は活性化探索活性化を行う場合と、活
性化を行わないで同質の探索を繰り返す場合の概念を表
わしている。やや抽象的ではあるが、いま簡単に、二次
元グラフの最大点を求める探索であったとする。図５の
（Ａ）はその二次元の曲線で、いま探索で求めたい点は
ＳＰであるとする。他にもポイントＰ１〜Ｐ４がある
が、ＳＰを探索する場合である。たとえば利益最大点な
どが該当する。各探索手段の個体はＮ１〜Ｎ６である。
図５の（Ｂ）は本発明を適用した場合で、探索活性化戦
略を個々の探索において選定し、探索を繰り返し、ＳＰ
を目指すものである。

【００４０】これに対して従来の探索の例を図５の
（Ｃ）に示したが、個々の探索手段による探索が同質で
ある。Ｎ１〜Ｎ６について、探索の方向を変更する場合
は一斉に同じ方向に変化させている（実線あるいは点戦
の方向に一斉に探索方向を変化する）。したがって、確
率的にはＳＰに到達するまでに要する探索時間が多くか
かってしまうことになる。もちろん（Ｂ）の方が最適解
に早く到達できる場合もあるかもしれないが、各種の並
列探索問題を想定した時には、（Ａ）の方が短時間でＳ
Ｐに到達できる確率が大きい。

【００４１】図６は，共生戦略と個体取得戦略を取る探
索手段を組み合わせ、並列実行させた実施例である。図
６の四角形は探索手段一つに対応する。この実行方法
は，ＳＭＰマシンをＬＡＮ等で接続したクラスタ並列計
算機で効率よく実行できる。すなわち，ＣＰＵ毎に探索
手段を配置し，共有メモリを利用した共生戦略とＬＡＮ
等を利用した個体情報の送受信による個体取得戦略を実
行した場合の、概略構成図を示している。相互通信のオ
ーバーヘッドを抑えながら、相互作用による探索の活性
化が図られ，高並列実行時でも，効率的な探索が実行で
きる。

【００４２】図７は並列探索を行う場合のプロセッサの
接続状態を表わしている。図６では簡略化して示した
が、図１を参照して接続関係を示した図である。実際に
はプロセッサ間接続装置２０を介してＬＡＮなどに接続
されることになる。

【００４３】次に，図１、図３に戻って説明する。探索
活性化手段１１は選択された探索活性化戦略を実施する
（Ｓ１１２）。このとき，変異戦略以外の探索活性化戦
略では戦略実施にあたり，通信手段１５により他探索手
段に個体情報等の情報取得要求を行う。実際には，要求
の種別を識別するタグを送信する。要求に対する他探索
手段からの応答や，他探索手段から要求は，通信手段１
５により受信され，蓄えられる。探索活性化手段１１
は，受信タグがあるかをチェックし（Ｓ１１４），ある
場合は受信タグに対応した処理を実施する（Ｓ１１
５）。ここで，必ずしも１回の探索活性化処理内で，要
求に対する応答を得る必要がない点が重要である。これ
により，複数の探索手段が通信を実施する際の同期待ち
などの通信オーバーヘッドを削減し，探索の高速性を維
持できる。

【００４４】以下にそれぞれの戦略が（Ｓ１１２），
（Ｓ１１４），（Ｓ１１５）によりどう実施されるかに
ついて，前記と一部重複するところもあるが戦略ごとに
述べる。

【００４５】（ａ）個体取得戦略：他の生成検査型探索
手段から任意の数の個体を取得し、自身の個体に置き換
えるものである。そして取得した個体により探索空間に
おける異なる探索点が導入され、局所解から脱出したり
自身の個体との組み合わせにより探索が活性化される。

【００４６】具体的には、個体取得要求を示すタグを送
信する（Ｓ１１３）。このとき，要求個体数も付加す
る。また送信においては，一つ以上のあて先を対象とす
るが，隣接する他探索手段やランダムな他探索手段を選
択する等の方法がある。ここで，隣接関係は例えば他探
索手段が動作するホスト名，プロセス番号と自身のホス
ト名，プロセス番号をもとに整列させることで把握でき
る。要求に応じて他探索手段から送信されてくる個体情
報は通信手段１５により受信され，受信確認後（Ｓ１１
４），自個体情報内に取り込まれる（Ｓ１１５）。取り
込みでは，個体評価値がいいものを残すように取り込む
方法や，無条件に自身の下位個体から置き換える方法等
がある。

【００４７】（ｂ）個体生成手段取得戦略：他の生成検
査型探索手段から個体生成手段を取得し、自身の個体生
成手段を置き換える。取得した個体生成手段によりある
いは自身の個体生成手段との組み合わせにより、個体の
変化過程すなわち、探索過程が変化し探索自身が活性化
される。

【００４８】具体的には、個体生成手段取得要求を示す
タグを送信する（Ｓ１１３）。送信先は個体取得戦略と
同様な方法により決定すればよい。要求に応じて他探索
手段から送信されてくる個体生成手段情報は通信手段１
５により受信され，受信確認後（Ｓ１１４），自個体生
成手段に取り込まれる（Ｓ１１５）。取り込みでは，無
条件に自身の個体生成手段を置き換える方法や，自身の
個体生成手段と混ぜ合わせる方法等がある。例えば，遺
伝的アルゴリズムにおいて言えば，交叉方法は自身のま
まとし，突然変異率を取り込む等である。また，個体取
得戦略と合わせて実施し，得られた個体が自身の最良個
体よりもよい場合に個体生成手段を置き換える等の方法
もある。

【００４９】（ｃ）変異戦略：個体性性手段を変異させ
る。他の生成検査型探索手段とは独立に変化を与える。
それによる探索の活性化を図るものである。個体生成手
段の一部を変化させる。例えば遺伝的アルゴリズムにお
いて言えば，突然変異率をｍとした場合、ｍ＝α・γ
（αは０＜α＜１．０の定数、γは（０，１、）乱数）
で変化させる。また、セレクション方法をルーレットホ
イール方式から単純選択方式に変化させる等がある。

【００５０】（ｄ）寄生戦略：他の生成検査型探索手段
個体情報の共有を図る。他の探索手段から１つの寄生相
手を選択し，寄生要求を示すタグを送信する（Ｓ１１
３）。寄生相手はランダムに選択する方法や過去に個体
情報や個体生成手段をやりとりした探索手段を選択する
方法がある。寄生相手の個体情報の保存場所を通信手段
１５により受信し，受信確認後（Ｓ１１４），自身の個
体情報を寄生先の個体情報に書き込む（Ｓ１１５）。以
降，寄生先個体情報を共有個体情報として探索を実施す
る。共有個体情報への書き込みでは，すでに格納されて
いる個体より良い個体だけが保存される。

【００５１】（ｅ）自滅戦略：前記個体取得戦略（ａ）
と個体生成手段取得戦略（ｂ）とを実施する。効率的な
探索を実施している生成検査型探索手段の探索戦略をコ
ピーしてもちいる。それによって探索が活性化される。
個体取得戦略では，すべての個体情報の送信を要求し，
自身の個体を置き換える。

【００５２】（ｆ）共生戦略：前記個体生成手段取得戦
略（ｂ）と寄生戦略（ｄ）とを実施する。他の生成検査
型探索手段と個体情報と個体生成手段を共有することに
より個体生成のサイクルが短縮され探索が高速化され
る。個体生成手段取得戦略では，自身の個体生成手段を
取得したものに置き換える。

【００５３】個体生成手段１２は，初回実行時は初期個
体を生成する（Ｓ１２）。初期個体生成では，解空間の
状態に対応する個体を1つ以上生成する。この生成では
解空間にばらまかれた個体が生成されることが望まし
い。これは，例えば乱数を用いること実現できる。また
ことのき，各探索手段に割り振られるプロセス番号や実
行マシンのホスト名称などを種にし乱数を用いれば，探
索手段を複数動作させた場合にも異なる状態の個体を得
ることが可能である。初回以降の個体生成手段では，単
一あるいは，複数の個体から新たな個体を得る操作を実
施する（Ｓ１２）。具体的には，例えば遺伝的アルゴリ
ズムで言うと，選択，交叉，突然変異等である。また，
初回での初期個体生成と同様に初回以降の個体生成手段
についても，乱数等を用い探索手段毎に異なるバリエー
ションを適用することができる。例えば遺伝的アルゴリ
ズムでは，選択ルールや，交叉点数，突然変異率等を異
なるように適用できる。

【００５４】個体評価・淘汰手段１３は個体をそれぞれ
評価し，解空間における状態に対し優劣を一意に判定す
る指標を与える（Ｓ１３）。この指標に従い，上位所定
個体数分の個体を残し，以外の個体を淘汰する。

【００５５】以上の手段を停止条件が成立するまで繰り
返す（Ｓ１４）。停止条件は，例えば遺伝的アルゴリズ
ムの場合，最大世代数で与えられる。

【００５６】停止条件が成立した場合，解保存手段１４
により自身の最良個体を共有記憶装置に保存する（Ｓ１
５）。この時，すでに保存されている個体がある場合は
自身の最良個体の方が優れている場合のみ保存を行う。
なお，共有記憶装置はＮＦＳ（Ｎｅｔｗｏｅｋ Ｆｉｌ
ｅ Ｓｙｓｔｅｍ）やＳＡＮ(Ｓｔｏｒａｇｅ Ａｒｅａ
Ｎｅｔｗｏｒｋ)により実現できる。

【００５７】

【発明の効果】本発明によれば，探索活性化手段の導入
により，探索を並列動作させているメリットを最大限活
かし，最適化問題の解を高速かつ高品質に求めることが
できる。

【図面の簡単な説明】

【図１】本発明の実施例で、並列探索装置の構成を示す
図である。

【図２】本発明に係る生成検査型探索手段の基本構成を
あらわしたフローを示す図である。

【図３】探索活性化処理の処理フローを示す図である。

【図４】本発明に係わる探索戦略遷移グラフを示す図で
ある。

【図５】並列探索処理における従来例と本発明の比較を
示す概念図である。

【図６】本発明による生成検査型探索手段を並列計算機
で実行させた場合の処理モデルの例を示す図である。

【図７】本発明の並列処理網のＬＡＮとの接続関係を表
わす図である。

【図８】従来から行われている一般的な遺伝的アルゴリ
ズムの処理フローの例を示す図である。

【符号の説明】

１：生成検査型探索手段 １１：探索活性化手段 １
２：個体生成手段 １３：個体評価・淘汰手段 １４：
解保存手段 １５：通信手段

Claims (5)

【特許請求の範囲】
1. 【請求項１】複数のプロセッサをもち，各プロセッサは
   プロセッサ間接続装置によって互いに接続されるととも
   に共有記憶装置を有する並列コンピュータにより最適化
   問題の並列探索をおこない解空間の複数の状態に対応す
   る解候補としての個体を生成し、各個体を評価淘汰する
   処理を繰り返し、最適化問題を解く生成検査型探索によ
   る並列探索をおこなう方法において、前記複数のプロセ
   ッサによる解の探索において予め定めた時間あるいは探
   索サイクルにおいて最良解の改善がなされているかどう
   かを判定し、改善がないと判定されたプロセッサの個体
   生成を他のプロセッサによる探索との相互作用により探
   索を活性化する複数の探索戦略の中から選択実行し、予
   め定めた探索停止条件が満たされるまで探索を繰り返
   し、探索条件が満たされたときその解を前記共有記憶装
   置に記憶させる探索をおこなうことを特徴とする最適化
   問題の並列探索方法。
2. 【請求項２】前記請求項１の記載において、探索を活性
   化する複数の探索戦略の中からの選定は確率的に予め定
   められている遷移戦略にしたがって選定し、探索を繰り
   返しおこなうことを特徴とする最適化問題の並列探索方
   法。
3. 【請求項３】前記請求項１の記載において、複数の探索
   戦略には他のプロセッサに依存しない探索戦略を含むこ
   とを特徴とする最適化問題の並列探索方法。
4. 【請求項４】プロセッサをもち，プロセッサはプロセッ
   サ間接続装置によって互いに接続されるとともに共有記
   憶装置を有する並列コンピュータにより最適化問題の並
   列探索をおこない解空間の複数の状態に対応する解候補
   としての個体を生成する複数の生成検査型探索手段を用
   いて探索をおこなう最適化問題の並列探索装置におい
   て、個体生成手段と、前記生成検査型探索手段の間で探
   索を活性化する探索戦略の中から選定実行する探索活性
   化手段と、前記複数の生成検査型探索手段の間で通信処
   理をおこなう通信手段と、前記個体生成手段によって生
   成された個体を評価し淘汰する個体評価淘汰手段と、前
   記共有記憶装置あるいは自プロセッサに最良の個体を記
   憶保存する解保存手段と、前記選択されたそれぞれの戦
   略を並列に実行し探索をおこなうことを特徴とする最適
   化問題の並列探索装置。
5. 【請求項５】前記請求項４の記載において、前記生成検
   査型探索手段の間で探索を活性化する探索戦略を選定実
   行する探索活性化手段は予め定められた確率的な戦略遷
   移にしたがって前記戦略を選択実行することを特徴とす
   る最適化問題の並列探索装置。