| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2026-06-11 13:45 Orca Predation Algorithmの探索フェーズ構造とエージェント選出条件が探索特性に及ぼす影響 ○中村伊吹（静岡大）・神尾武司（広島市大）  NLP2026-8 CCS2026-8 |
|
| 抄録 | （和） | 群知能に基づくメタヒューリスティック最適化手法として，Orca Predation Algorithm(OPA)が提案されている．OPAは，シャチの狩猟行動に着想を得た手法であり，追跡，包囲，攻撃に相当する複数のフェーズを通じて探索エージェントを更新し，解候補を逐次的に改善する．本研究では，OPAにおけるエリートエージェント数$N_{mathrm{elite}}$，ランダムエージェント数$N_{mathrm{global}}$，およびフェーズ構造が解探索性能に与える影響を数値実験により検証した．その結果，$N_{mathrm{elite}}$は目的関数の構造に応じて探索の収束速度および探索多様性に影響を与えることが示唆された．また，$N_{mathrm{global}}$はAttackingにおける探索方向の多様性と安定性に関係し，目的関数の性質に応じた設定が必要であることが確認された．さらに，Drivingは解の改善および収束性に，Encirclingは探索多様性の確保に寄与する可能性が示唆された． |
| （英） | The Orca Predation Algorithm (OPA) is a swarm-intelligence-based metaheuristic optimization method inspired by the hunting behavior of orcas. OPA updates search agents through multiple phases corresponding to driving, encircling, and attacking, thereby iteratively improving candidate solutions in the search space. In this study, we investigate the effects of the number of elite agents $N_{mathrm{elite}}$, the number of randomly selected agents $N_{mathrm{global}}$, and the phase structure on the search performance of OPA. The results suggest that $N_{mathrm{elite}}$ influences the convergence speed and search diversity depending on the structure of the objective function. They also indicate that $N_{mathrm{global}}$ affects the diversity and stability of the search direction in the attacking phase and should be configured according to the characteristics of the objective function. Furthermore, the comparison of phase structures suggests that driving contributes to solution improvement and convergence, whereas encircling may contribute to maintaining search diversity. | |
| キーワード | （和） | Orca Predation Algorithm(OPA) / 群知能 / メタヒューリスティクス最適化 / ベンチマーク問題 / 探索多様性 / / / |
| （英） | Orca Predation Algorithm(OPA) / Swarm Intelligence / Metaheuristic Optimization / Benchmark Problems / Search Diversity / / / | |
| 文献情報 | 信学技報, vol. 126, no. 68, NLP2026-8, pp. 36-41, 2026年6月. | |
| 資料番号 | NLP2026-8 | |
| 発行日 | 2026-06-04 (NLP, CCS) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NLP2026-8 CCS2026-8 |
|
| 研究会情報 | |
| 研究会 | CCS NLP |
| 開催期間 | 2026-06-11 - 2026-06-12 |
| 開催地（和） | I-site なんば |
| 開催地（英） | I-site Namba |
| テーマ（和） | NLP，CCS，一般 |
| テーマ（英） | Nonlinear Problems, Complex Communication Sciences, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLP |
| 会議コード | 2026-06-CCS-NLP |
| 本文の言語 | 日本語 |
| タイトル（和） | Orca Predation Algorithmの探索フェーズ構造とエージェント選出条件が探索特性に及ぼす影響 |
| サブタイトル（和） | |
| タイトル（英） | Effects of Exploration Phase Structures and Agent Selection Conditions on the Search Characteristics of the Orca Predation Algorithm |
| サブタイトル（英） | |
| キーワード(1)（和/英） | Orca Predation Algorithm(OPA) / Orca Predation Algorithm(OPA) |
| キーワード(2)（和/英） | 群知能 / Swarm Intelligence |
| キーワード(3)（和/英） | メタヒューリスティクス最適化 / Metaheuristic Optimization |
| キーワード(4)（和/英） | ベンチマーク問題 / Benchmark Problems |
| キーワード(5)（和/英） | 探索多様性 / Search Diversity |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 中村 伊吹 / Ibuki Nakamura / ナカムラ イブキ |
| 第1著者 所属（和/英） | 静岡大学 (略称： 静岡大) Shizuoka University (略称： Shizuoka Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 神尾 武司 / Takeshi Kamio / カミオ タケシ |
| 第2著者 所属（和/英） | 広島市立大学 (略称： 広島市大) Hiroshima City University (略称： Hiroshima City Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-06-11 13:45:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NLP |
| 資料番号 | NLP2026-8, CCS2026-8 |
| 巻番号（vol） | vol.126 |
| 号番号（no） | no.68(NLP), no.69(CCS) |
| ページ範囲 | pp.36-41 |
| ページ数 | 6 |
| 発行日 | 2026-06-04 (NLP, CCS) |
[研究会発表申込システムのトップページに戻る]