[发明专利]最优方法搜索方法以及最优方法搜索系统

摘要

一种最优方法搜索方法以及最优方法搜索系统，通过在神经网络中采用遗传算法，使得能够搜索比以往更有效率的用于解决问题的最优方法。本发明具备：执行部(1)，其利用采用了遗传算法的神经网络来搜索最优方法，通过该方法来实施动作；以及评价部(2)，其生成对该执行部发送的初始设定，并且在执行部的动作结束后对动作内容进行评价，通过使执行部(1)实施多次动作，来从多个导出的该动作结果中，将进行了最有效率的动作的对执行部(1)发送的初始设定作为最优方法而导出。由此，即使如[0024]、[0025]中所述那样利用神经网络，也能够小规模且有效率地搜索最优方法。

主权项

一种最优方法搜索方法，具备：执行部，其进行了初始设定，使得在任意的环境下都使神经网络自适应于上述环境来导出与上述环境相应的动作并执行该动作；以及评价部，其对该执行部提供上述初始设定，并且在上述动作结束后对该执行部的动作内容进行评价，其中，该评价部使上述动作主体执行多次上述动作，将导出的多个动作的结果中执行部进行最有效率的动作的初始设定作为最优方法而导出，该最优方法搜索方法的特征在于，包括以下步骤：个体定义步骤，上述评价部根据虚拟细胞(节点)和细胞分裂所需的分子(公式群)的组合来生成初始设定，将该初始设定发送给上述执行部；执行部动作步骤，该执行部如下这样生成神经网络，该执行部在基于上述初始设定创建出该神经网络内部的虚拟的细胞分裂空间后，配置该初始设定中所包含的上述节点，通过根据上述函数执行计算处理来使节点分裂以生成神经网络，并且在该神经网络生成后，通过将由该执行部所具备的传感器检测到的输入数据输入到该神经网络来导出输出数据，使该执行部所具备的动作部基于该输出数据进行动作，将该动作的结果发送给上述评价部；以及个体评价步骤，上述评价部基于接收到的上述动作的结果，生成上述执行部的个体评价，通过将上述步骤依次执行多次，来从上述个体评价中导出最有效率的动作。