Core Concepts
本研究では、新しい大規模コンドルセット領域を発見するための効率的な発見アルゴリズムを提案した。このアルゴリズムは、部分領域のサイズに基づくヒューリスティック関数を活用し、10代替案で1082、11代替案で2349の新記録を達成した。これらの新しい大規模領域は、従来のフィッシュバーンの交互スキームとは異なる特徴を示している。
Abstract
本研究の目的は、大規模なコンドルセット領域(CD)を発見することである。CDは投票理論において重要な概念であり、循環的多数決を回避する性質を持つ。過去30年間、1996年に発見された最大CDが多くの値nに対して最良のものとされてきた。しかし、n>8の場合、網羅的な探索は計算上不可能になるため、ヒューリスティック手法の使用が必要となる。
本研究では、部分領域のサイズに基づくヒューリスティック関数を用いた新しい発見アルゴリズムを提案した。このアルゴリズムは、部分領域の情報を活用し、10代替案で1082、11代替案で2349の新記録を達成した。これらの新しい大規模領域は、従来のフィッシュバーンの交互スキームとは異なる特徴を示している。
アルゴリズムの詳細は以下の通り:
部分領域のサイズに基づくヒューリスティック関数を開発し、部分CDの相対的な大きさを推定する。
強化学習、進化アルゴリズム、局所探索アルゴリズムの長所を組み合わせた新しい探索アルゴリズムを提案した。
トリプルの順序付けが重要であることを示し、新しい順序付けを提案した。
大規模な並列計算を可能にする手法を開発した。
本研究の成果は、コンドルセット領域の理論研究と投票システムの研究に新しい方向性を示すものである。
Stats
10代替案の新記録保持CDのサイズは1082
11代替案の新記録保持CDのサイズは2349