| 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 | 2013-10-28 13:45 遺伝的アルゴリズムに基づく非線形スパース最適化 ～ 食材・配合量最適化問題の解法 ～ ○佐藤仁樹（公立はこだて未来大）・佐藤雅子（インテリジェントセンサーテクノロジー）  NLP2013-78 |
|
| 抄録 | （和） | 高次元非線形最適化問題に対する複数のスパースな近似解を，遺伝的アルゴリズムを用いて導出した．まず，状態変数の番号を遺伝子とした染色体を定義する．次に，高次元非線形最適化問題を染色体で与えられた状態変数のみを変数とする問題に縮小する．縮小された非線形最適化問題の評価関数を染色体の適応度として遺伝的アルゴリズムにより染色体を改良し，縮小された非線形最適化問題を解くことにより，高次元非線形最適化問題に対するスパースな近似解を導出する．この解法を食材及び食材配合量の最適化問題に適用し，食材及び食材配合量を栄養素バランスの目標値に対して最適化した． |
| （英） | Approximate sparse solutions for a high-dimensional nonlinear optimization problem were derived using a genetic algorithm. First, chromosomes were set using genes defined by the serial numbers on the state variables of the problem. Next, the problem was reduced to low-dimensional nonlinear problems for the state variables with the serial numbers given by the chromosomes. Using the fitness functions of the chromosomes defined by the evaluation functions of the reduced problems, the chromosomes were improved using a genetic algorithm. Approximate sparse solutions for the high-dimensional nonlinear optimization problem were derived by solving the reduced problems. This algorithm was used to solve a recipe optimization problem, and optimum food ingredients and their quantities were obtained for target nutritional values. | |
| キーワード | （和） | 遺伝的アルゴリズム / スパース / 高次元 / 最適化 / 食材 / レシピ / / |
| （英） | genetic algorithm / sparse / high-dimensional / optimization / food / recipe / / | |
| 文献情報 | 信学技報, vol. 113, no. 271, NLP2013-78, pp. 47-52, 2013年10月. | |
| 資料番号 | NLP2013-78 | |
| 発行日 | 2013-10-21 (NLP) | |
| ISSN | Print edition: ISSN 0913-5685 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 | NLP2013-78 |
|
| 研究会情報 | |
| 研究会 | NLP |
| 開催期間 | 2013-10-28 - 2013-10-29 |
| 開催地（和） | サンポートホール高松 |
| 開催地（英） | Sanport Hall Takamatsu |
| テーマ（和） | 一般 |
| テーマ（英） | General |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLP |
| 会議コード | 2013-10-NLP |
| 本文の言語 | 日本語 |
| タイトル（和） | 遺伝的アルゴリズムに基づく非線形スパース最適化 |
| サブタイトル（和） | 食材・配合量最適化問題の解法 |
| タイトル（英） | Nonlinear Sparse Optimization with Based on Genetic Algorithm |
| サブタイトル（英） | Optimization for Food Ingredients and their Quantities |
| 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） | スパース / sparse |
| キーワード(3)（和/英） | 高次元 / high-dimensional |
| キーワード(4)（和/英） | 最適化 / optimization |
| キーワード(5)（和/英） | 食材 / food |
| キーワード(6)（和/英） | レシピ / recipe |
| 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） | 佐藤 仁樹 / Hideki Satoh / サトウ ヒデキ |
| 第1著者 所属（和/英） | 公立はこだて未来大学 (略称： 公立はこだて未来大) Future University Hakodate (略称： Future Univ. Hakodate) |
| 第2著者 氏名（和/英/ヨミ） | 佐藤 雅子 / Masako Satoh / |
| 第2著者 所属（和/英） | 株式会社インテリジェントセンサーテクノロジー (略称： インテリジェントセンサーテクノロジー) Intelligent Sensor Technology, Inc. (略称： Intelligent Sensor Technology) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2013-10-28 13:45:00 |
| 発表時間 | 15分 |
| 申込先研究会 | NLP |
| 資料番号 | NLP2013-78 |
| 巻番号（vol） | vol.113 |
| 号番号（no） | no.271 |
| ページ範囲 | pp.47-52 |
| ページ数 | 6 |
| 発行日 | 2013-10-21 (NLP) |
[研究会発表申込システムのトップページに戻る]