Welcome to Tetsuyuki Takahama's Home Page

Research Topics

• 今まで行ってきた研究は?
• これから進めたい研究は?
• こんなものを書いています
• 共同研究者　阪井節子
• その他の情報

Research Interests

• 集団的降下法 -- 差分進化(differential evolution)と粒子群最適化(Particle Swarm Optimization)
  PDF版 HTML版(アルゴリズムの変換が不完全)

Education

• こんな授業を担当しています
  • 数理計画法講義資料
  • 機械学習講義資料
  • 計算知能特論講義資料
• データ構造とアルゴリズムで学ぶＣ言語プログラミング
  • 画像版
  • テキスト版(自動変換のため品質は低いが，アクセスは高速)
• 人工知能に関する資料
  • 人工知能講義資料(2007年度)

数値計算Cプログラム

• 制約付き非線形最適化法
  1. ε Constrained Differential Evolution法
     
     • ε Constraned Differential Evolution (εDE) 法は，DE法を拡張し，制約付き最適化問題を解くために提案した方法です．
       厳しい制約条件を持つ問題を非常に高速に解くことができます．
       ダウンロードページからダウンロードできます．eDE-○.○.tar.gzをクリックしてください．
     • ε Constrained Adaptive Differential Evolution (εADE) 法は，εDE法に適応的パラメータ調整を導入した方法です．
       εDEよりも効率的な最適化が期待できます．
       ダウンロードページからダウンロードできます．eADE-○.○.tar.gzをクリックしてください．
     • ε Constrained Differential Evolution with an Archive and Gradient-Based Mutaton (εDEag) 法は，εDE法にアーカイブと制約の勾配に基づく突然変異を取り入れ，より厳しい制約問題を解く方法です． CEC2010 Competition & Special Session on Constrained Real-Parameter Optimization で1位になりました．
       ダウンロードページからダウンロードできます．eDEa-○.○.tar.gzをクリックしてください．
  2. αSimplex法
     αSimplex法は，NelderとMeadの非線形Simplex法を拡張し，制約付き最適化問題を解くために提案した方法です．
     かなり厳しい制約条件を持つ問題を非常に高速に解くことができます．
     ダウンロードページからダウンロードできます．aSimplex○○.tar(.gz)をクリックしてください．
  3. αGA法およびεGA法
     遺伝的アルゴリズムをもとに，制約付き最適化問題を解くために提案した方法です．
     現在のところ，まだ未公開です．
• ナチュラル・コンピューティング
  1. 実数値GA
  2. 差分進化(Differential Evolution)
  3. Particle Swarm Optimization
• 非線形最適化手法
  1. Simplex Method
  2. Vector Simplex Method
• 直線探索法
  1. 黄金分割法＋囲い込み法
  2. ２次補間法＋囲い込み法
  3. 囲い込み法のみ

数値計算JavaScript

• 連立一次方程式の解法
• 高次方程式（多項式）の解法
  • ニュートン法
  • ２分法
  • 代数解法（４次以下）
• 関数の処理
  • 関数電卓プログラム: 関数の最小（大）値を含む
  • 関数最小化による高次方程式（多項式）の解

Various Languages

• JavaScript
• Visio