| 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 | 2026-07-09 13:00 不安定なパラメータ領域を有するリミットサイクルの同定に向けた粒子群最適化と遺伝的アルゴリズムの比較 ○山口 快・吉田勝俊・山仲芳和（宇都宮大）  NLP2026-26 |
|
| 抄録 | （和） | 本研究では，非線形自律系に観測される周期運動の数理モデルを，観測データからパラメータ同定する方法を検討する．その際，探索パラメータに不安定領域が存在すると，探索解が発散し，パラメータ探索の効率が大幅に悪化することがある．この悪化の程度について，今回提案する遺伝的アルゴリズムによる結果と，従来の粒子群最適化による結果を示し，両者の性能を比較する．数値実験の結果，遺伝的アルゴリズムは粒子群最適化法と比較して安定領域へ早期に探索を集中させ，目標MSE に到達した試行では，到達時間および評価回数を削減できることが確認された．一方で，一部の試行では探索が停滞し，目標MSE への成功率は粒子群最適化法を下回った．以上より，遺伝的アルゴリズムは不安定領域の影響を抑えて探索効率を向上させる可能性を有する一方，試行によって探索性能にばらつきが生じることが示唆される． |
| （英） | In this study, we investigate a method for identifying the parameters of mathematical models of periodic motions observed in nonlinear autonomous systems from observational data. When unstable regions exist in the search parameter space, candidate solutions may diverge, which can significantly reduce the efficiency of parameter search. We demonstrate the extent of this deterioration using the results obtained by the proposed genetic algorithm and those obtained by the conventional particle swarm optimization method, and compare the performance of the two approaches.Numerical results show that the genetic algorithm concentrates candidate solutions in the stable region earlier than particle swarm optimization. In the successful trials, the genetic algorithm reduced both the time and the number of function evaluations required to reach the target MSE. On the other hand, some trials stagnated, and the success rate of the genetic algorithm was lower than that of particle swarm optimization. These results suggest that the genetic algorithm can improve search efficiency by reducing the influence of unstable regions, while its search performance may vary depending on the trial. |
|
| キーワード | （和） | 遺伝的アルゴリズム / 粒子群最適化 / リミットサイクル / パラメータ同定 / Van der Pol 型振動子 / / / |
| （英） | Genetic Algorithm / Particle Swarm Optimization / Limit Cycle / Parameter Identification / Parameter Identification / / / | |
| 文献情報 | 信学技報, vol. 126, no. 94, NLP2026-26, pp. 1-6, 2026年7月. | |
| 資料番号 | NLP2026-26 | |
| 発行日 | 2026-07-02 (NLP) | |
| 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 | NLP2026-26 |
|
| 研究会情報 | |
| 研究会 | NLP |
| 開催期間 | 2026-07-09 - 2026-07-10 |
| 開催地（和） | トキ交流会館(佐渡) |
| 開催地（英） | Toki Koryu Kaikan (Sado) |
| テーマ（和） | NLP， 一般 |
| テーマ（英） | Nonlinear problems, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLP |
| 会議コード | 2026-07-NLP |
| 本文の言語 | 日本語 |
| タイトル（和） | 不安定なパラメータ領域を有するリミットサイクルの同定に向けた粒子群最適化と遺伝的アルゴリズムの比較 |
| サブタイトル（和） | |
| タイトル（英） | Comparison of Particle Swarm Optimization and Genetic Algorithm for Identifying Limit Cycles Across Stable and Unstable Parameter Regions |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 遺伝的アルゴリズム / Genetic Algorithm |
| キーワード(2)（和/英） | 粒子群最適化 / Particle Swarm Optimization |
| キーワード(3)（和/英） | リミットサイクル / Limit Cycle |
| キーワード(4)（和/英） | パラメータ同定 / Parameter Identification |
| キーワード(5)（和/英） | Van der Pol 型振動子 / Parameter Identification |
| 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） | 山口 快 / Kai Yamaguchi / ヤマグチ カイ |
| 第1著者 所属（和/英） | 宇都宮大学 (略称： 宇都宮大) Utsunomiya University (略称： Utsunomiya Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 吉田 勝俊 / Katsutoshi Yoshida / ヨシダ カツトシ |
| 第2著者 所属（和/英） | 宇都宮大学 (略称： 宇都宮大) Utsunomiya University (略称： Utsunomiya Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 山仲 芳和 / Yoshikazu Yamanaka / ヤマナカ ヨシカズ |
| 第3著者 所属（和/英） | 宇都宮大学 (略称： 宇都宮大) Utsunomiya University (略称： Utsunomiya Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-07-09 13:00:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NLP |
| 資料番号 | NLP2026-26 |
| 巻番号（vol） | vol.126 |
| 号番号（no） | no.94 |
| ページ範囲 | pp.1-6 |
| ページ数 | 6 |
| 発行日 | 2026-07-02 (NLP) |
[研究会発表申込システムのトップページに戻る]