◎長谷川和平・能登正人（神奈川大）

近年，大規模な問題を解くために，マルチエージェントによるシミュレーションが積極的にされるなど，分散処理に関する研究が盛んに行われている．しかしながら，大規模な問題に適応する際には，処理の複雑化や計算資源の消費が課題となり，計算資源の増加や計算量の少ない最適化手法による改善が求められている．
本研究では，実用的なシステムを構築するために，反復改善型探索手法であるDSA (Distributed Stochastic Algorithm)に着目し，計算量の削減が可能な交渉型DSAを提案する．
分散資源配分問題を用いたシミュレーション実験により，従来手法に比べて本提案手法が計算量の削減および計算の高速化に対して有効であることを示す．