JPH0744519A - 遺伝的アルゴリズム実装方法、およびそれを用いたネットワーク最適化方法 - Google Patents

Abstract

(57)【要約】 【目的】 遺伝的アルゴリズムの適用、ネットワーク最
適化のためのソフトウェア作成の効率化をはかる。 【構成】 オブジェクト指向設計を採用して構築した遺
伝的アルゴリズムの汎用モデルを適用対象のモデルと組
み合わせ、遺伝的アルゴリズムを適用対象のデータを含
まない遺伝子テンプレートクラスと、それを含む遺伝子
クラスで階層化することにより、両モデルのインタフェ
ースを一括管理して独立性を高め、配電系統、配水管、
通信網、道路網等のネットワークの柔軟なモデリング、
当該モデルの変更への柔軟な対応を可能とし、また適用
対象のモデルと最適化の評価関数を与えてそれらネット
ワークの最適化、放射状ネットワークの検索を可能とす
る。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、任意の対象を最適化
する方法である遺伝的アルゴリズムをその対象に適用す
るための遺伝的アルゴリズム実装方法、およびその遺伝
的アルゴリズム実装方法を用いたネットワーク最適化方
法に関するものである。

【０００２】

【従来の技術】図１５は例えば、“遺伝的アルゴリズム
の現状と課題”（小林重信 計測自動制御学会学会誌
「計測と制御」第３２巻 第１号 第２〜９頁 １９９
３年 １月）に示された、任意の対象を最適化する方法
である遺伝的アルゴリズムを示す概念図である。図にお
いて、１はある世代の遺伝子群による初期化の過程であ
り、２は遺伝子を複製して次世代の遺伝子群を形成する
複製の過程である。３は遺伝子を組にしてその一部の入
れ替えを行う交叉の過程であり、４は遺伝子の一部が交
換される突然変異の過程である。

【０００３】次に動作について説明する。まず、このよ
うな遺伝的アルゴリズムによる対象の最適化について説
明する。遺伝的アルゴリズムでは、最適化しようとする
適用対象を文字列等で表現してそれを遺伝子とみなし、
複数の遺伝子について適正化を行う。この遺伝的アルゴ
リズムの一般的な手順は、図１５に示した初期化の過程
１、複製の過程２、交叉の過程３、突然変異の過程４か
らなっている。即ち、初期化されたある世代の遺伝子群
を模式的に表したものが図１５の１で、図中の円はそれ
ぞれ遺伝子を示し、円内の模様がそれぞれの遺伝子の表
現形を表している。次に、複製の過程２で遺伝子の複製
を行って次世代の遺伝子を形成する。この遺伝子の複製
に際しては、評価の高いものがより多く残るようにす
る。次に、交叉の過程３において遺伝子の交差が行われ
る。この遺伝子の交差は、遺伝子をランダムに組にして
お互いの一部を交換するものであり、こうすることによ
って、解の探索範囲が初期個体群よりも拡大される。次
に、突然変異の過程４で遺伝子の突然変異を発生させ
る。この突然変異はある低い確率で遺伝子の１文字を交
換することによって発生させるものであり、これによっ
て局所解からの脱出を容易なものとする。このような初
期化、複製、交叉、突然変異の各過程によるサイクルを
繰り返すことにより、評価の高い遺伝子を得るものであ
る。

【０００４】また、図１６は例えば、“事故時を考慮し
た配電系統設備増設計画”（奈良宏一 外２名 電気学
会研究会資料 電力技術研究会 ＰＥ−９１−１１５
１９９１年 １０月）に示された従来の配電系統ネット
ワークのモデルを示す説明図である。この配電系統ネッ
トワークのモデルでは、変電所、変圧器、負荷がノード
として、各ノード間のフィーダや送電線などかブランチ
としてそれぞれ表現されている。図において、５はソー
スノード、６は変圧器ノード、７は変電所ノード、８は
負荷ノードであり、９は新設フィーダ、１０は既設フィ
ーダである。

【０００５】なお、このような適用の対象となるネット
ワークに遺伝的アルゴリズムを実装する場合、適用され
る対象に合わせてソフトウェアを構築することが必要
で、前記複製、交叉、および突然変異の遺伝オペレータ
の実装を変更する場合にはソフトウェアを最初から作り
直していた。また、遺伝的アルゴリズムの適用対象のモ
デルを構築する場合、モデルが大規模になるとその構成
を全体として把握しにくくなり、大規模なモデルの構築
には困難を伴うものであった。

【０００６】

【発明が解決しようとする課題】従来の遺伝的アルゴリ
ズムは以上のように構成されているので、汎用性に乏し
く、それを対象となるネットワークに適用する際には、
対象のモデリングやモデル変更への対応に柔軟性を欠く
ため、ソフトウェアの作成効率が低く、また、ネットワ
ークの最適化にも困難を伴うなどの問題点があった。

【０００７】この発明は上記のような問題点を解消する
ためになされたもので、請求項１に記載の発明は、再利
用性の高い汎用的な遺伝的アルゴリズムのモデルの構築
を可能として、ソフトウェア作成の効率化がはかれる遺
伝的アルゴリズム実装方法を得ることを目的とする。

【０００８】また、請求項２〜５に記載の発明は、適用
対象であるネットワークの柔軟なモデリングが可能にな
るとともに、モデルの変更にも柔軟に対応できる遺伝的
アルゴリズム実装方法を得ることを目的とする。

【０００９】また、請求項６〜１０に記載の発明は、ネ
ットワークを容易に最適化できるネットワーク最適化方
法を得ることを目的とする。

【００１０】また、請求項１１に記載の発明は、遺伝的
アルゴリズムにおける初期解の生成の効率化が可能な遺
伝的アルゴリズム実装方法を得ることを目的とする。

【００１１】

【課題を解決するための手段】請求項１に記載の発明に
係る遺伝的アルゴリズム実装方法は、オブジェクト指向
設計を採用することによって、遺伝的アルゴリズムのモ
デルを適用対象のデータを全く含まない遺伝子テンプレ
ートクラスと、それを含んだ遺伝子クラスを有する階層
構造として、それを適用対象のモデルと組み合わせたも
のである。

【００１２】また、請求項２に記載の発明に係る遺伝的
アルゴリズム実装方法は、適用対象の配電系統ネットワ
ークの電源ノード、負荷ノード、送電線をノードクラス
またはブランチクラスとして表現し、配電系統ネットワ
ークをボトムアップに構築して階層的にモデル化したも
のである。

【００１３】また、請求項３に記載の発明に係る遺伝的
アルゴリズム実装方法は、適用対象の配水管ネットワー
クの配水管、分岐点をブランチクラスまたはノードクラ
スとして表現し、配水管ネットワークをボトムアップに
構築して階層的にモデル化したものである。

【００１４】また、請求項４に記載の発明に係る遺伝的
アルゴリズム実装方法は、適用対象の通信ネットワーク
の通信伝送路、通信網ノードをブランチクラスまたはノ
ードクラスとして表現し、通信ネットワークをボトムア
ップに構築して階層的にモデル化したものである。

【００１５】また、請求項５に記載の発明に係る遺伝的
アルゴリズム実装方法は、適用対象の道路ネットワーク
の道路、交差点をブランチクラスまたはノードクラスと
して表現し、道路ネットワークをボトムアップに構築し
て階層的にモデル化したものである。

【００１６】また、請求項６に記載の発明に係るネット
ワーク最適化方法は、請求項２に記載の方法で遺伝的ア
ルゴリズムを実装した配電系統ネットワークについて、
その各電源ノードの電源供給容量とそれに接続される負
荷ノードの容量に基づいて評価関数を定義し、それが最
大となるように負荷ノードの電源ノードへの割り当を行
うものである。

【００１７】また、請求項７に記載の発明に係るネット
ワーク最適化方法は、請求項２に記載の方法で遺伝的ア
ルゴリズムを実装した配電系統ネットワークについて、
その各送電線の容量に基づいて評価関数を定義し、それ
が最小となるように配電系統ネットワークの系統切換を
行うものである。

【００１８】また、請求項８に記載の発明に係るネット
ワーク最適化方法は、請求項３に記載の方法で遺伝的ア
ルゴリズムを実装した配水管ネットワークについて、そ
の各配水管の容量に基づいて評価関数を定義し、それが
最小となるように配水管の配置を行うものである。

【００１９】また、請求項９に記載の発明に係るネット
ワーク最適化方法は、請求項４に記載の方法で遺伝的ア
ルゴリズムを実装した通信ネットワークについて、その
各通信伝送路の容量に基づいて評価関数を定義し、それ
が最小となるように通信伝送路の設置を行うものであ
る。

【００２０】また、請求項１０に記載の発明に係るネッ
トワーク最適化方法は、請求項５に記載の方法で遺伝的
アルゴリズムを実装した道路ネットワークについて、そ
の各道路の容量に基づいて評価関数を定義し、それが最
小となるように道路の配置を行うものである。

【００２１】また、請求項１１に記載の発明に係る遺伝
的アルゴリズム実装方法は、放射状に構成されたネット
ワーク中の基準となるノードからの距離が等しいノード
の中からランダムにノードを選択し、それをそのネット
ワークに追加してゆくことにより当該放射状ネットワー
クを検索するものである。

【００２２】

【作用】請求項１に記載の発明における遺伝的アルゴリ
ズム実装方法は、遺伝的アルゴリズムのモデルをオブジ
ェクト指向設計を採用して実装することにより、適用対
象のデータを全く含まない遺伝子テンプレートクラス
と、それを含んだ遺伝子クラスを用いて、適用しようと
する対象に依存しない汎用性の高い遺伝的アルゴリズム
とし、ソフトウェアの生成を効率的なものとする。

【００２３】また、請求項２に記載の発明における遺伝
的アルゴリズム実装方法は、構成要素である電源ノード
と負荷ノードをノードクラス、送電線をブランチクラス
として表現することにより、配電系統ネットワークをボ
トムアップに構築して階層的にモデル化する。

【００２４】また、請求項３に記載の発明における遺伝
的アルゴリズム適用方法は、構成要素である配水管をブ
ランチクラス、分岐点をノードクラスとして表現するこ
とにより、配水管ネットワークをボトムアップに構築し
て階層的にモデル化する。

【００２５】また、請求項４に記載の発明における遺伝
的アルゴリズム適用方法は、構成要素である通信伝送路
をブランチクラス、通信網ノードをノードクラスとして
表現することにより、通信ネットワークをボトムアップ
に構築して階層的にモデル化する。

【００２６】また、請求項５に記載の発明における遺伝
的アルゴリズム適用方法は、構成要素である道路をブラ
ンチクラス、交差点をノードクラスとして表現すること
により、道路ネットワークをボトムアップに構築して階
層的にモデル化する。

【００２７】また、請求項６に記載の発明におけるネッ
トワーク最適化方法は、各電源ノードの電源の供給容量
と、それに接続される負荷ノードの容量に基づいて定義
した評価関数が最大となるように、負荷ノードの電源ノ
ードへの割り当を行うことにより、請求項２に記載した
発明の方法を用いて遺伝的アルゴリズムを実装した配電
系統ネットワークの構成を最適化する。

【００２８】また、請求項７に記載の発明におけるネッ
トワーク最適化方法は、各送電線の容量に基づいて定義
した評価関数が最小となるように、配電系統ネットワー
クの系統切換を行うことにより、請求項２に記載した発
明の方法で遺伝的アルゴリズムを適用した配電系統ネッ
トワークの系統切換を最適化する。

【００２９】また、請求項８に記載の発明におけるネッ
トワーク最適化方法は、各配水管の容量に基づいて定義
した評価関数が最小となるように、配水管の配置を行う
ことにより、請求項３に記載した発明の方法で遺伝的ア
ルゴリズムを適用した配水管ネットワークの構成を最適
化する。

【００３０】また、請求項９に記載の発明におけるネッ
トワーク最適化方法は、各通信伝送路の容量に基づいて
定義した評価関数が最小となるように、通信伝送路の設
置を行うことにより、請求項４に記載した発明の方法で
遺伝的アルゴリズムを適用した通信ネットワークの構成
を最適化する。

【００３１】また、請求項１０に記載の発明におけるネ
ットワーク最適化方法は、各道路の容量に基づいて定義
した評価関数が最小となるように道路の配置を行うこと
により、請求項５に記載した発明の方法で遺伝的アルゴ
リズムを適用した道路ネットワークの構成を最適化す
る。

【００３２】また、請求項１１に記載の発明における遺
伝的アルゴリズム実装方法は、放射状に構成されたネッ
トワーク中の基準となるノードからの距離が等しいノー
ドの中からランダムに選択したノードをそのネットワー
クに追加し、当該放射状ネットワークを検索することに
より、遺伝的アルゴリズムにおける初期解を効率的に生
成する。

【００３３】

【実施例】

実施例１．以下、この発明の実施例１を図について説明
する。図１は請求項１に記載の発明の一実施例による遺
伝的アルゴリズム実装方法を示す概念図である。図にお
いて、１１は遺伝的アルゴリズムのモデルであり、１２
はこの遺伝的アルゴリズムが適用される適用対象のモデ
ルである。なお、この遺伝的アルゴリズムのモデル１１
で適用対象のデータとして必要なものは遺伝子の遺伝子
型のみであり、適用対象のモデル１２で必要なものは遺
伝子の表現型のみである。従って、それらを遺伝的アル
ゴリズムのモデル１１と適用対象のモデル１２の間のイ
ンタフェースとして分離して構築する。

【００３４】また、図２は遺伝的アルゴリズムのクラス
階層を示す概念図である。図において、１３は当該遺伝
的アルゴリズムの最下位にある遺伝子テンプレートクラ
スであり、１４はこの遺伝子テンプレートクラス１３を
継承したサブクラスとしての遺伝子クラスである。１５
はこの遺伝子クラス１４の上位にあって遺伝子クラス１
４をメンバにもつ個体群クラスであり、１６はこの個体
群クラス１５の上位にあって、個体群クラス１５をメン
バにもつアプリケーションクラスである。

【００３５】次に動作について説明する。なお、遺伝子
テンプレートクラス１３には適用対象の情報は全く含ま
れておらず、遺伝オペレータも宣言のみで実装されては
いない。遺伝子クラス１４は適用対象の情報を含み、遺
伝オペレータもここで実装される。従って、遺伝子クラ
ス１４より上の階層のクラスから見ると、メンバや遺伝
オペレータなどのメンバ関数は、適用対象のデータの影
響を受けることはない。例えば、遺伝オペレータの１つ
である「複製」を示すメンバ関数を“reproduce ”とす
ると、遺伝子テンプレートクラス１３で“reproduce ”
は空の関数であり、遺伝子クラス１４で実際の内容が記
述される。遺伝子クラス１４より上のクラスでは、「複
製」を示す関数を“reproduce ”と記述しておけば、適
用対象に関わらず遺伝的アルゴリズムのモデル１１を変
更する必要はない。

【００３６】このように、この実施例１による遺伝的ア
ルゴリズム実装方法では、遺伝子クラス１４を抽象デー
タ型とし、適用対象の情報やそれに合わせた遺伝オペレ
ータの実装をそのサブクラスで行うことにより、適用対
象とのインタフェースをより少ないものとする。

【００３７】実施例２．次に、この発明の実施例２を図
について説明する。図３は請求項２に記載の発明の一実
施例による配電系統ネットワークのクラス階層を示す概
念図である。図において、１７は電源ノードと負荷ノー
ドを表現するノードクラスであり、１８はノード間を接
続する送電線などのブランチを表現するブランチクラス
である。１９は複数のノードと複数のブランチで構成さ
れるネットワークの基底となるグラフクラスであり、２
０は系統全体を表現するネットワーククラス、２１は電
源ノードの供給エリアを表現するツリークラスである。
このように、配電系統ネットワークのモデルをノードク
ラス１７、ブランチクラス１８、グラフクラス１９、ネ
ットワーククラス２０、およびツリークラス２１による
階層構造に構築することにより、大規模なモデリングが
容易なものとなり、また仕様変更にも柔軟に対応するこ
とが可能となる。

【００３８】実施例３．次に、この発明の実施例３を図
について説明する。図４は請求項３に記載の発明の一実
施例による配水管ネットワークのクラス階層を示す概念
図である。図において、２２は配水管を表現するブラン
チクラスとしてのパイプクラス、２３は分岐点を表現す
るノードクラスであり、２４はこの配水管ネットワーク
の基底となるウォータグラフクラスである。このよう
に、配水管ネットワークのモデルをパイプクラス２２、
ノードクラス２３、およびウォータグラフクラス２４に
よる階層構造に構築することにより、大規模なモデリン
グが容易なものとなり、また仕様変更にも柔軟に対応す
ることが可能となる。

【００３９】実施例４．次に、この発明の実施例４を図
について説明する。図５は請求項４に記載の発明の一実
施例による通信ネットワークのクラス階層を示す概念図
である。図において、２５は通信伝送路を表現するブラ
ンチクラスとしてのラインクラス、２６は通信網ノード
を表現するノードクラスであり、２７はこの通信ネット
ワークの基底となる通信グラフクラスである。このよう
に、配水管ネットワークのモデルをラインクラス２５、
ノードクラス２６、および通信グラフクラス２７による
階層構造に構築することにより、大規模なモデリングが
容易なものとなり、また仕様変更にも柔軟に対応するこ
とが可能となる。

【００４０】実施例５．次に、この発明の実施例５を図
について説明する。図６は請求項５に記載の発明の一実
施例による道路ネットワークのクラス階層を示す概念図
である。図において、２８は道路を表現するブランチク
ラスとしてのロードクラス、２９は交差点を表現するノ
ードクラスとしてのインターセクションクラスであり、
３０はこの道路ネットワークの基底となるロードグラフ
クラスである。このように、道路ネットワークのモデル
をロードクラス２８、インターセクションクラス２９、
およびロードグラフクラス３０による階層構造に構築す
ることにより、大規模なモデリングが容易なものとな
り、また仕様変更にも柔軟に対応することが可能とな
る。

【００４１】実施例６．次に、この発明の実施例６を図
について説明する。ここで、図７はこの実施例５および
以下に説明する実施例６〜１０によるネットワーク適正
化方法を説明するための概念図である。図において、１
１は図１で説明した遺伝的アルゴリズムのモデルであ
り、３１はその遺伝的アルゴリズムの適用対象を配電系
統ネットワークとした場合の適用対象のモデル１２とし
ての配電系統ネットワークモデルである。３２は同じく
適用対象を配水管ネットワークとした場合の配水管ネッ
トワークモデルであり、３３は適用対象を通信ネットワ
ークとした場合の通信ネットワークモデル、３４は適用
対象を道路ネットワークとした場合の道路ネットワーク
モデルである。また、３５は配電系統ネットワークモデ
ル３１による配電系統ネットワークの構成を最適化する
配電系統負荷配分最適化部であり、３６はその配電系統
ネットワークの系統の切換を最適化する配電系統系統切
換最適化部である。３７は配水管ネットワークモデル３
２による配水管ネットワークの構成を最適化する配水管
ネットワーク構成最適化部であり、３８は通信ネットワ
ークモデル３３による通信ネットワークの構成を最適化
する通信ネットワーク構成最適化部、３９は道路ネット
ワークモデル３４による道路ネットワークの構成を最適
化する道路ネットワーク構成最適化部である。

【００４２】図７に示すように、あらかじめ汎用性のあ
る遺伝的アルゴリズムのモデル１１を作っておいて、配
電系統ネットワークなどの適用対象についてその遺伝的
アルゴリズムを適用する場合、その配電系統ネットワー
ク等の適用対象のモデル３１〜３４を遺伝的アルゴリズ
ムのモデル１１とは独立に作り、それら２つのモデル
を、モデル１１と３１、１１と３２、１１と３３、ある
いは１１と３４のように組み合わせると、その対象およ
び目的に応じた最適化のためのソフトウェアが完成す
る。

【００４３】図８は請求項６に記載の発明の一実施例を
説明するための、遺伝的アルゴリズムのモデル１１と配
電系統ネットワークモデル３１との間のインタフェース
を示す概念図である。図において、４０は遺伝子を表す
抽象クラスで、それ自身はインタフェースを持たないゲ
ン（Gene）クラスであり、４１は配電系統ネットワーク
モデル３１のクラス（例えば＃１〜＃ｎツリークラス２
１）がメンバとして実装されるクローム（Chrom ）クラ
スである。ゲンクラス４０は適用対象である配電系統ネ
ットワークについてのデータは全く持ち合わせておら
ず、配電系統ネットワークモデル３１の＃１〜＃ｎツリ
ークラス２１が、後述するようにクロームクラス４１の
メンバとして実装される。これによって遺伝オペレータ
中で適用対象モデルである配電系統ネットワークモデル
３１に対してアクセスすることが可能となる。また、ゲ
ンクラス４０は交叉などの遺伝オペレータをメンバ関数
とするが、ここでは空の関数として定義され、実際の実
装はクロームクラス４１で行われる。

【００４４】次に、この発明における遺伝的アルゴリズ
ムの実装方法を図９のフローチャートにしたがって説明
する。まず、ステップＳＴ１にて遺伝的アルゴリズムの
モデル１１における遺伝子クラス１４のプロトタイプの
実装を行う。その後、ステップＳＴ２で配電系統ネット
ワーク等の適用対象のモデル１２を作成し、次にステッ
プＳＴ３において、その情報を考慮した遺伝子クラス１
４の実装を行って処理を終了する。

【００４５】以下、図７に示した配電系統負荷配分適正
化部３５による、配電系統ネットワークの構成を適正化
する方法について説明する。なお、ここでは、配電系統
ネットワークの各負荷ノードを、電源ノードの容量を越
えないように電源ノードに割り当てる場合について説明
する。配電系統負荷配分適正化部３５では最適化のため
の評価関数Ｆを次の（１）式のように定義する。

【００４６】

【数１】

【００４７】なお、上記（１）式中のｉ，ｊ，Ｐ_i ，Ｌ
_ijはそれぞれ次のものを示す。 ｉ ：電源ノードの番号（１≦ｉ≦ｐ_max ） ｊ ：負荷ノードの番号（１≦ｊ≦ｌ_max ） Ｐ_i ：番号ｉの電源ノードの容量 Ｌ_ij：番号ｉの電源ノードに接続する番号ｊの負荷ノー
ドの容量

【００４８】また、上記（１）式内の関数ｆは次の
（２）式で与えられる。

【００４９】

【数２】

【００５０】ここで、この評価関数Ｆは、各電源ノード
について、供給余裕が大きい方か望ましいことを示して
いる。配電系統負荷分配適正化部３５はこの評価関数Ｆ
が最大となるように負荷ノードの電源ノードへの割り当
を行うことにより、配電系統ネットワークの構成を最適
化する。

【００５１】実施例７．次に、この発明の実施例７につ
いて説明する。この実施例７は請求項７に記載した発明
の一実施例であり、遺伝的アルゴリズムのモデル１１と
配電系統ネットワークモデル３１との間のインタフェー
スは、実施例６の場合と同様に図８に示すように実装さ
れる。

【００５２】以下、図７に示した配電系統系統切換適正
化部３６による、配電系統ネットワークの系統切換を適
正化する方法について説明する。なお、ここでは、電源
ノードと負荷ノードが与えられた時に、送電線の最大容
量が最小となるように系統の切換を行う場合について説
明する。配電系統系統切換適正化部３６では最適化のた
めの評価関数Ｆを次の（３）式のように定義する。

【００５３】

【数３】

【００５４】なお、上記（３）式中のｉとＣＰ_i はそれ
ぞれ次のものを示す。 ｉ ：送電線の番号 ＣＰ_i ：番号ｉの送電線の容量

【００５５】配電系統系統切換適正化部３６はこの評価
関数Ｆが最小となるように配電系統ネットワークの系統
切換を行うことにより、配電系統ネットワークの系統切
換を最適化する。

【００５６】実施例８．次に、この発明の実施例８を図
について説明する。図１０は請求項８に記載の発明の一
実施例による、遺伝的アルゴリズムのモデル１１と配水
管ネットワークモデル３２との間のインタフェースを示
す概念図である。この場合、遺伝的アルゴリズムのモデ
ル１１のクロームクラス４１には、配水管ネットワーク
モデル３２のウォータグラフクラス２４がメンバとして
実装される。

【００５７】以下、図７に示した配水管ネットワーク適
正化部３７による、配水管ネットワークの構成を適正化
する方法について説明する。なお、ここでは、水の供給
箇所と消費箇所が与えられた時に、配水管の最大容量が
最小となるように配水管の配置を行う場合について説明
する。配水管ネットワーク適正化部３７では、最適化の
ための評価関数Ｆを次の（４）式のように定義する。

【００５８】

【数４】

【００５９】なお、上記（４）式中のｉとＣＷ_i はそれ
ぞれ次のものを示す。 ｉ ：配水管の番号 ＣＷ_i ：番号ｉの配水管の容量

【００６０】配水管ネットワーク適正化部３７はこの評
価関数Ｆが最小となるように配水管の配置を行うことに
より、配水管ネットワークの構成を最適化する。

【００６１】実施例９．次に、この発明の実施例９を図
について説明する。図１１は請求項９に記載の発明の一
実施例による、遺伝的アルゴリズムのモデル１１と通信
ネットワークモデル３３との間のインタフェースを示す
概念図である。この場合、遺伝的アルゴリズムのモデル
１１のクロームクラス４１には、通信ネットワークモデ
ル３３の通信グラフクラス２７がメンバとして実装され
る。

【００６２】以下、図７に示した通信ネットワーク適正
化部３８による、通信ネットワークの構成を適正化する
方法について説明する。なお、ここでは、信号の発信箇
所と中継箇所が与えられた時に、通信伝送路の最大容量
が最小となるように通信伝送路の設置を行う場合につい
て説明する。通信ネットワーク適正化部３８では、最適
化のための評価関数Ｆを次の（５）式のように定義す
る。

【００６３】

【数５】

【００６４】なお、上記（５）式中のｉとＣＣ_i はそれ
ぞれ次のものを示す。 ｉ ：通信伝送路の番号 ＣＣ_i ：番号ｉの通信伝送路の容量

【００６５】通信ネットワーク適正化部３８はこの評価
関数Ｆが最小となるように通信伝送路の設定を行うこと
により、通信ネットワークの構成を最適化する。

【００６６】実施例１０．次に、この発明の実施例１０
を図について説明する。図１２は請求項１０に記載の発
明の一実施例による、遺伝的アルゴリズムのモデル１１
と道路ネットワークモデル３４の間のインタフェースを
示す概念図である。この場合、遺伝的アルゴリズムのモ
デル１１のクロームクラス４１には、道路ネットワーク
モデル３４のロードグラフクラス３０がメンバとして実
装される。

【００６７】以下、図７に示した道路ネットワーク適正
化部３９による、道路ネットワークの構成を適正化する
方法について説明する。なお、ここでは、道路の交差点
が与えられた時に、道路の最大容量が最小となるように
道路の配置を行う場合について説明する。道路ネットワ
ーク適正化部３９では、最適化のための評価関数Ｆを次
の（６）式のように定義する。

【００６８】

【数６】

【００６９】なお、上記（６）式中のｉとＣＲ_i はそれ
ぞれ次のものを示す。 ｉ ：道路の番号 ＣＲ_i ：番号ｉの道路の容量

【００７０】道路ネットワーク適正化部３９はこの評価
関数Ｆが最小となるように道路の配置を行うことによ
り、道路ネットワークの構成を最適化する。

【００７１】実施例１１．次に、この発明の実施例１１
を図について説明する。図１３は請求項１１に記載した
発明の一実施例における放射状ネットワークの検索過程
を示す概念図である。図において、４２は放射状ネット
ワーク中の基準となるノードであり、４３はこのノード
４２から等距離にあるノードである。まず、放射状ネッ
トワーク枝のノードを１つ取り上げてそれを基準となる
ノード４２とする。次に、この基準となるノード４２か
らの距離が等しいノード４３のうち、まだネットワーク
に含まれていないノードを考える。そのようなノード４
３が、例えば図１３に示すように３つあるとすると、そ
の３つのノード４３の中から１つ、２つ、３つのノード
４３をランダムに選択した場合を想定する。１つのノー
ドを選択する場合を取り上げると、３つあるノード４３
の中から１つを選択する選び方には３通りあるので、そ
れぞれの場合について、選択したノード４３その放射状
ネットワークに加える。このような過程を繰り返すこと
によって、当該放射状ネットワークを検索を行う。

【００７２】また、図１４はこの実施例１１における放
射状ネットワークの生成方法を示す概念図である。図に
おいて、４４はソースノードであり、４５はこのソース
ノード４４に隣接したノード、４６，４７，４８はこの
ノード４５に隣接したノードである。ソースノード４４
から放射状ネットワークを構成する場合には、まずソー
スノード４４に隣接したノード４５をネットワークに付
け加える。次に、このノード４５に隣接しているノード
はノード４６，４７および４８の３つであるから、この
３つのノード４６〜４８の中から任意の個数、任意のノ
ードをランダムに選択する。例えば、ノード４６とノー
ド４７の２つを選んで、それをネットワークに付け加え
る。以下、これらノード４６，４７に隣接するノードに
ついて同様の過程で順次、ノードを加えてゆくことで放
射状ネットワークをランダムに生成する。

【００７３】

【発明の効果】以上のように、請求項１に記載の発明に
よれば、オブジェクト指向設計を用いて、遺伝的アルゴ
リズムのモデルを適用対象のデータを全く含まない遺伝
子テンプレートクラスと、それを含んだ遺伝子クラスを
有する汎用モデルとし、その遺伝的アルゴリズムのモデ
ルを、適用対象のモデルと組み合わせるように構成した
ので、適用しようとする対象に依存せずに汎用的に遺伝
的アルゴリズムを適用することが可能となり、遺伝的ア
ルゴリズムのモデルと適用対象のモデルの間のインタフ
ェースも少なくすることとができて、ソフトウェアを効
率的に生成できる効果がある。

【００７４】また、請求項２に記載の発明によれば、配
電系統ネットワークの構成要素である電源ノードと負荷
ノードをノードクラス、送電線をブランチクラスとして
表現し、ネットワークをボトムアップに構築して階層的
にモデル化するように構成したので、配電系統ネットワ
ークの柔軟なモデリングが可能となって、モデルの変更
にも柔軟に対応することができ、さらに大規模なモデリ
ングも容易となる効果がある。

【００７５】また、請求項３に記載の発明によれば、配
水管ネットワークの構成要素である配水管をブランチク
ラス、分岐点をノードクラスとして表現し、ネットワー
クをボトムアップに構築して階層的にモデル化するよう
に構成したので、配水管ネットワークの柔軟なモデリン
グが可能となって、モデルの変更にも柔軟に対応するこ
とができ、さらに大規模なモデリングも容易となる効果
がある。

【００７６】また、請求項４に記載の発明によれば、通
信ネットワークの構成要素である通信伝送路をブランチ
クラス、通信網ノードをノードクラスとして表現し、ネ
ットワークをボトムアップに構築して階層的にモデル化
するように構成したので、通信ネットワークの柔軟なモ
デリングが可能となって、モデルの変更にも柔軟に対応
することができ、さらに大規模なモデリングも容易とな
る効果がある。

【００７７】また、請求項５に記載の発明によれば、道
路ネットワークの構成要素である道路をブランチクラ
ス、交差点をノードクラスとして表現し、ネットワーク
をボトムアップに構築して階層的にモデル化するように
構成したので、道路ネットワークの柔軟なモデリングが
可能となって、モデルの変更にも柔軟に対応することが
でき、さらに大規模なモデリングも容易となる効果があ
る。

【００７８】また、請求項６に記載の発明によれば、各
電源ノードの電源の供給容量と、それに接続される負荷
ノードの容量に基づいて評価関数を定義し、それが最大
となるように負荷ノードの電源ノードへの割り当てを行
うように構成したので、請求項２に記載した発明の方法
で遺伝的アルゴリズムを実装した配電系統ネットワーク
の構成を最適化することができる効果がある。

【００７９】また、請求項７に記載の発明によれば、各
送電線の容量に基づいて評価関数を定義し、それが最小
となるように配電系統ネットワークの系統切換を行うよ
うに構成したので、請求項２に記載した発明の方法で遺
伝的アルゴリズムを適用した配電系統ネットワークの系
統切換を最適化することができる効果がある。

【００８０】また、請求項８に記載の発明によれば、各
配水管の容量に基づいて評価関数を定義し、それが最小
となるように配水管の配置を行うように構成したので、
請求項３に記載した発明の方法で遺伝的アルゴリズムを
適用した配水管ネットワークの構成を最適化することが
できる効果がある。

【００８１】また、請求項９に記載の発明によれば、各
通信伝送路の容量に基づいて評価関数を定義し、それが
最小となするように通信伝送路の設置を行うように構成
したので、請求項４に記載した発明の方法で遺伝的アル
ゴリズムを適用した通信ネットワークの構成を最適化す
ることができる効果がある。

【００８２】また、請求項１０に記載の発明におけよれ
ば、各道路の容量に基づいて評価関数を定義し、それが
最小となるように道路の配置を行うように構成したの
で、請求項５に記載した発明の方法で遺伝的アルゴリズ
ムを適用した道路ネットワークの構成を最適化すること
ができる効果がある。

【００８３】また、請求項１１に記載の発明によれば、
放射状に構成されたネットワーク中の基準となるノード
から同一距離のノードの中からランダムに選択したノー
ドをそのネットワークに追加するように構成したので、
放射状ネットワークの検索が可能となって、遺伝的アル
ゴリズムにおける初期解を効率的に生成することができ
る効果がある。

【図面の簡単な説明】

【図１】この発明の実施例１による遺伝的アルゴリズム
実装方法を示す概念図である。

【図２】上記実施例における遺伝的アルゴリズムのクラ
ス階層を示す概念図である。

【図３】この発明の実施例２による遺伝的アルゴリズム
実装方法を示す概念図である。

【図４】この発明の実施例３による遺伝的アルゴリズム
実装方法を示す概念図である。

【図５】この発明の実施例４による遺伝的アルゴリズム
実装方法を示す概念図である。

【図６】この発明の実施例５による遺伝的アルゴリズム
実装方法を示す概念図である。

【図７】この発明の実施例６〜１０によるネットワーク
最適化方法を説明するための概念図である。

【図８】上記実施例６および７における遺伝的アルゴリ
ズムのモデルと適用対象のモデルの間のインタフェース
を示す概念図である。

【図９】上記実施例６〜１０における遺伝的アルゴリズ
ムの適用方法を示すフローチャートである。

【図１０】この発明の実施例８による遺伝的アルゴリズ
ムのモデルと適用対象のモデルの間のインタフェースを
示す概念図である。

【図１１】この発明の実施例９による遺伝的アルゴリズ
ムのモデルと適用対象のモデルの間のインタフェースを
示す概念図である。

【図１２】この発明の実施例１０による遺伝的アルゴリ
ズムのモデルと適用対象のモデルの間のインタフェース
を示す概念図である。

【図１３】この発明の実施例１１における放射状ネット
ワークの検索方法を示す概念図である。

【図１４】上記実施例における放射状ネットワークの構
成方法を示す概念図である。

【図１５】従来の遺伝的アルゴリズムの枠組みを示す概
念図である。

【図１６】従来の配電系統ネットワークの一例を示す説
明図である。

【符号の説明】

１１ 遺伝的アルゴリズムのモデル １２ 適用対象のモデル １３ 遺伝子テンプレートクラス １４ 遺伝子クラス １７ ノードクラス １８ ブランチクラス ２２ ブランチクラス（パイプクラス） ２３ ノードクラス ２５ ブランチクラス（ラインクラス） ２６ ノードクラス ２８ ブランチクラス（ロードクラス） ２９ ノードクラス（インターセクションクラス） ３１ 配電系統ネットワークモデル ３２ 配水管ネットワークモデル ３３ 通信ネットワークモデル ３４ 道路ネットワークモデル ４２，４３，４５〜４８ ノード ４４ ソースノード

Claims (11)

【特許請求の範囲】
1. 【請求項１】 対象を最適化する方法である遺伝的アル
   ゴリズムを実装する遺伝的アルゴリズム実装方法におい
   て、オブジェクト指向設計を採用して、前記遺伝的アル
   ゴリズムのモデルを、適用しようとする前記対象のデー
   タを全く含まない遺伝子テンプレートクラスと、適用し
   ようとする前記対象のデータを含んだサブクラスである
   遺伝子クラスを有する階層的なモデルとし、当該遺伝的
   アルゴリズムを適用しようとする前記対象のモデルと組
   み合わせることを特徴とする遺伝的アルゴリズム実装方
   法。
2. 【請求項２】 適用しようとする前記対象を配電系統ネ
   ットワークとし、前記配電系統ネットワークの構成要素
   である電源ノードおよび負荷ノードをノードクラス、各
   ノード間の送電線をブランチクラスとして表現し、ネッ
   トワークをボトムアップに構築して、前記配電系統ネッ
   トワークを階層的にモデル化したことを特徴とする、請
   求項１に記載の遺伝的アルゴリズム実装方法。
3. 【請求項３】 適用しようとする前記対象を配水管ネッ
   トワークとし、前記配水管ネットワークの構成要素であ
   る配水管をブランチクラス、分岐点をノードクラスとし
   て表現し、ネットワークをボトムアップに構築して、前
   記配水管ネットワークを階層的にモデル化したことを特
   徴とする、請求項１に記載の遺伝的アルゴリズム実装方
   法。
4. 【請求項４】 適用しようとする前記対象を通信ネット
   ワークとし、前記通信ネットワークの構成要素である通
   信伝送路をブランチクラス、通信網ノードをノードクラ
   スとして表現し、ネットワークをボトムアップに構築し
   て、前記通信ネットワークを階層的にモデル化したこと
   を特徴とする、請求項１に記載の遺伝的アルゴリズム実
   装方法。
5. 【請求項５】 適用しようとする前記対象を道路ネット
   ワークとし、前記道路ネットワークの構成要素である道
   路をブランチクラス、交差点をノードクラスとして表現
   し、ネットワークをボトムアップに構築して、前記道路
   ネットワークを階層的にモデル化したことを特徴とす
   る、請求項１に記載の遺伝的アルゴリズム実装方法。
6. 【請求項６】 請求項２に記載した発明の方法を用いて
   遺伝的アルゴリズムを実装した配電系統ネットワークの
   構成を最適化するネットワーク最適化方法において、前
   記配電系統ネットワークモデルの各電源ノードの電源の
   供給容量と、それに接続される負荷ノードの容量に基づ
   いて定義された評価関数を最大とするように、前記負荷
   ノードの前記電源ノードへの割り当を行うことを特徴と
   するネットワーク最適化方法。
7. 【請求項７】 請求項２に記載した発明の方法を用いて
   遺伝的アルゴリズムを実装した配電系統ネットワークの
   系統切換を最適化するネットワーク最適化方法におい
   て、前記配電系統ネットワークモデルの各送電線の容量
   に基づいて定義された評価関数を最小とするように、前
   記配電系統ネットワークの系統切換を行うことを特徴と
   するネットワーク最適化方法。
8. 【請求項８】 請求項３に記載した発明の方法を用いて
   遺伝的アルゴリズムを実装した配水管ネットワークの構
   成を最適化するネットワーク最適化方法において、前記
   配水管ネットワークモデルの各配水管の容量に基づいて
   定義された評価関数を最小とするように、前記配水管の
   配置を行うことを特徴とするネットワーク最適化方法。
9. 【請求項９】 請求項４に記載した発明の方法を用いて
   遺伝的アルゴリズムを実装した通信ネットワークの構成
   を最適化するネットワーク最適化方法において、前記通
   信ネットワークモデルの各通信伝送路の容量に基づいて
   定義した評価関数を最小とするように、前記通信伝送路
   の設置を行うことを特徴とするネットワーク最適化方
   法。
10. 【請求項１０】 請求項５に記載した発明の方法を用い
    て遺伝的アルゴリズムを実装した道路ネットワークの構
    成を最適化するネットワーク最適化方法において、前記
    道路ネットワークモデルの各道路の容量に基づいて定義
    した評価関数を最小とするように、前記道路の配置を行
    うことを特徴とするネットワーク最適化方法。
11. 【請求項１１】 放射状に構成されたネットワークを検
    索して遺伝的アルゴリズムを適用する遺伝的アルゴリズ
    ム実装方法において、前記放射状のネットワーク中の基
    準となるノードからの距離が等しいノードの中より選択
    したノードを、前記放射状のネットワークに追加するこ
    とによって当該放射状のネットワークを検索することを
    特徴とする遺伝的アルゴリズム実装方法。