Misc

最適化計算の反復過程を非線形力学系のモデルとみなし，そのアナロジーに基づき，アルゴリズムの安定論の議論，および物理モデルや数理生物学のモデルに基づく新しいアルゴリズムの開発の可能性について論じている．

非線形最適化手法のうち並列計算手法について，特に並列共役勾配法と並列準ニュートン法の概要の解説をしている他，とくに後者の手法をアイ・ビー・エムの並列計算機を用いて実際に計算した場合の計算速度について報告している。

「最適化」という概念をキーワードとして，17 世紀からの歴史的状況と戦後の計算機発達に伴う展開，そして並列計算・ニューラルネットワーク・ファジィ理論の登場した現在，さらには物理的・生物的計算モデルの出現状況を踏まえた，近未来への最適化のための方法論の展開を試みている。

ニューラルネットワークによる組合せ最適化に関する，独自の体系化による解説で，離散時間系自動演算器，および連続時間系自動演算器としてニューラルネットワークを位置付け，かつ解きたい問題を明確に定式化し，その解を求めるアルゴリズムの状態遷移を与え，そのダイナミックスを実現する演算器としてニューラルネットワークを設計するという工学的アプローチを提唱している。

遺伝アルゴリズムとニューラルネットワークを組み合わせたいわゆるハイブリッド手法の一形態として，ニューラルネットワークの状態遷移が大域的最適解に停留するような初期状態を，遺伝アルゴリズムで探索する方法論を提案している。

０－１組合せ２次関数最小化問題を離散的状態遷移ニューラルネットワークで解く場合の原理について，放物曲線の性質をもとに新たに導入し，さらにこの基本原理を拡張して，３値組合せ最小化問題や整数計画問題にも直接適用できるニューラルネットワークの動作原理を提案している。

非線形最適化問題の並列計算可能な手法である並列準ニュートン法の解説と，最適化問題中のパラメータに関する最適解の感度計算に関する最近の成果の紹介とからなるが，特に両者の成果の関連付けとして，並列計算の実行による並列準ニュートン法の実行によって，最適解感度も効率良く計算できることを指摘している。