Title マーチの相互学習モデルについて( 正誤表追加...

Title マーチの相互学習モデルについて( 正誤表追加版 )

Author(s) 志村, 健一

Citation 琉球大学経済研究(70): 75-90

Issue Date 2005-09

URL http://hdl.handle.net/20.500.12000/272

Rights

正誤表

p.87 Sub組織コード学習(m,n)の上から5行目

誤「For i=3 to n+2」 → 正「For i=3 to m+2」

※この正誤表は2008年3月5日に追加されました。

マーチの相互学習モデルについて

志村健一

１．はじめに

Marchにより提案された相互学習モデルについての検討を行うために、Ex-

celVBAによりプログラムを作成した｡Marchの相互学習モデルについては､Ma-

rchの論文（March（1991)、あるいはCohen＆Sproull（eds.）（1996）での再

掲論文）だけでは不明確な点があるとして、高橋（1998）により問題点が指

摘されている。そして高橋（1998）では、March（1991）のモデルの定式化を

行い、Marchの結果についての検討を行っている。そうして得られた結論は、

大幅にMarchの結論を修正するものとなっている。しかもMarchのプラグラム

が公開されていないことなどから、きちんとした結果の検討を行うことを困

難にしていると指摘している。

ところでこうして得られた高橋の結論についてもいくつかの疑義が提起さ

れている。（兼城（2005)）しかし、これも高橋（1998）にそのプログラムに

ついて示されていないこともあって、検証しがたいものとなっている。

そこで本論文では､Marchの相互学習モデルの高橋により定式化されたもの

を実現しているプログラムと、その途中経過を出力するプログラムを作成し

たので、これを報告する。これによりプログラムそのものの検討、及び結果

の妥当性についての検討が容易になるものと思われる。

以下２でマーチの相互学習モデルについてまとめる。そして３で作成した

プログラムについて、主な変数の説明、出力の例示、副プログラムなどにつ

いて記し、付録としてプログラムリストをのせた。４で若干の議論と今後の

課題などをまとめた。

－７５－

琉球大学･經濟研究(第70号)2005年９月

2．マーチの相互学習モデルについて

ここでは高橋（1998）により定式化されたMarch（1991）の相互学習モデルについて以下にまとめる。

March（1991)、高槻（1998）の論文では、現実を、次元ベクトル、組織の

メンバ数をｎ人、メンバの確信をｂｊ＝（ｂ川bj2，…，bjm）としている。

しかしシミュレーションは、図１に示すように、組織メンバを行方向に配置

し、現実の成分を列方向に配置して考えるようである。そこで本論では、プ

ログラムの作り易さ、読み易さを考慮して、現実をｎ次元ベクトル、組織の

メンバ数を、人、メンバの確信をｂｉ＝（bil，bi2，…，biD）と定義してい

る。

（１）現実

組織外部の現実を表し、組織メンバは、この現実が何であるかを知ろうと

していると仮定している。現実はｎ次元ペクトルで、各成分はlか－１の値を

独立に確率0.5でとるとする。

ｒ＝（ｒ,，T2，…，ｒ､）

（２）組織メンバと組織コードの確信

、人の組織メンバがおり、各々は、各期、現実の各成分に対しての確信

(belief)を持っている｡メンバｉは現実のｎ次元ベクトルの各成分について、

確信としてlかOか－１の値を持つ。下記のようにメンバｉのｎ次元ベクトルを

メンバｉの確信という。

ｂ【＝（bil，bI2，…，ｂin）

同様に、組織コードもｎ次元ベクトルで、確信をもっており、各成分は1か

0か－１の値をとる。これを組織コードの確信と呼び、次のｎ次元ペクトルで

現す。

ｃ＝（Ｃｌ，ｃ２，…，CID

－７６－

マーチの相互学習モデルについて(志村健一）

各組織メンバの確信を表すｎ次元ベクトルの各成分は、初期値として1か０

か－１の値を等確率で与えられる。組織コードの確信を表すｎ次元ベクトル

のすべての成分は初期値を0に設定している。

（３）知識レベル

与えられる現実に対して、任意の期の確信の「知識レベル」を次のように

定義する。

①組織コードの知識レベル：組織コードの確信が現実と一致している割合。

②組織メンバの知識レベル；組織メンバの確信が現実と一致している割合。

（４）組織コードからのメンバの学習

個々のメンバは、組織への社会化あるいは組織コードの教育の結果として、

確信を毎期連続的に修正すると考える。この各メンバにおける学習プロセス

に関しては、次のような仮定が置かれている。

①もし組織コードの第ｊ成分がCFOであれば、

組織メンバｉの確信の第ｊ成分bijは変わらない。

②もし組織コードの第ｊ成分cjと組織メンバｉの確信の第ｊ成分bijが同じ

なら、bijは変わらない。

③もし組織コードの第ｊ成分cjと組織メンバｉの確信の第ｊ成分bijが異な

れば、bijの値は確率ｐｌでｃｊと同じ値に変わる。

ここで、確率ｐｌは組織メンバの組織コードからの学習率を表すパラメータ

で社会化率（socializationrate）と呼ばれる。ここでは、ｐｌは全メンバに

共通のものと仮定されている。

（５）優秀グループからの組織コードの学習

組織コードの学習について、高橋（1998）でより明確に定義されている。ま

－７７－


ずMarch（1991）は、組織コードよりも高い知識レベルをもった個人のグルー

プを優秀グループ（superiorgroup）と呼んでいる。この優秀グループの第

ｊ成分の多数意見について、March（1991）では正確な定義がなかったため、

高橋（1998）では、０を除いた多数意見と明確化している。次に、優秀グルー

プの多数意見が組織コードと異なる場合に限り、多数派の数から少数派の数

を引いたものをｋｊと定義する。MarcM1991）はその注1で、このｋｊについて

ふれているが、その定義は矛盾しており、高橋（1998）でより明確に定義さ

れたものである。組織コードの学習については、次のような仮定が置かれて

いる。

①組織コードの確信ｃｊが優秀グループの第ｊ成分に関する多数意見と同じ

なら、ｃｊは変わらない。

②組織コードの確信ｃｊが優秀グループの第ｊ成分に関する多数意見と異な

るなら、ｃｊは多数意見に合わせて独立に確率qで変更する。

ここでq＝1－（ｌ－Ｐ２）ｋ'とする。

③優秀グループが空、または第ｊ成分に関して多数意見がないなら、ｃ』は変

わらない。

ここで確率ｐ２は組織コードの学習率を表すパラメータであるが、Marcｈ

(1991）では名前がつけられていない。確率qの定義についてもMarcM1991）

では問題があり､高橋(1998)により検討が行われている｡そしてMarch(1991）

のシミュレーション結果についての誤りが指摘されている。

（６）均衡とロックイン

March（1991）では、組織メンバの知識レベルの平均をとって「平均知識レ

ベル」と呼び、これを指標として使用している。組織メンバと組織コードの

確信は段々に収束していくが、知識レベルが上がるにしたがって、知識に関

してはより同質的になっていく。Marchは均衡の定義について「すべての組織

－７８－


メンバと組織コードが同じ確信を共有するとき、均衡が達成される。均衡は

安定的である｡」と述べている。特に均衡での平均知識レベルを「平均均衡知

識レベル」（averageequilibriumknowledgelevＧＩ）と呼ぶ。定義から、均

衡状態では､すべての組織メンバと組織コードの確信は一致しているので､組

織メンバの平均知識レペルと組織コードの知識レベルも一致する。

本論文では、以上の高橋により定式化されたMarchの相互学習モデルを実現

するプログラムと、その途中経過を出力するプログラムを作成したので、そ

の概要を次章で報告する。

3．プログラムと出力結果について

ここでは主な変数と各サブルーチンについての説明、並びに結果の見方に

ついて解説する。プログラムリストは、付録とした。

まず組織を表す変数としてはcel（。,.）配列を使用する。その内容は図l

のように、組織メンバを行方向に配置し、現実の要素を列方向に配置して考

える。行は、現実、組織コード、ｍ人の組織のメンバからなる（ｍ+2）行で

ある。一方、列は現実の要素数、、（知識レベルに関連して）現実と一致する

確信の数を示す列、優秀グループを示す列の（n+2）列からなる。またresult

(．,.）は実験の結果を入れる配列であり、その内容を同じく図２に示した。

cel（．．．）

層

１２３

ｍ＋２

図１．cel（．．.)配列の要素の使い方について

-79-

、＋１、＋２￣匂．．▲、

風爽興溺Ｉ現拠圏恭２ 000 現奥田粥、

In日｡貢ﾄﾞ圏粥1 lllBNコードlH粥２ HM§コード興粛、 hHaコードのI､独瞬Ｉ

ml6RIﾝ１１．１の奥幾Ｉ翻俄ＩI》ﾊﾞｌの日粥２、卸）ﾊﾞｌのFH昂、 HUaj狐.ｌの知■豚ＩｊｉＩＭｌ田劣)､－７か否か

1m即ﾝ､.、の擾鵜Ｉ 1m嵐メバｍの圏粛２釦包ﾒﾝﾊﾞｍの国濃、日幽ﾒﾝﾊ,ｍの１０，ﾚﾍﾞﾙﾒｉｎ.】M日劣ｸﾞﾙｰﾌﾟ100百か


２

：４result(.，.）１

１２３４

Ip2●npl*公１

１期2Ｗ⑩I姐

図２.result(．,．)配列の要衆の使い方について

ここで、npl：ｐｌの実験回数（何種類のplの実験をするか）

np2：p2の実験回数（何種類のp2の実験をするか）

uplim：収束判定回数の上限

ｎｒ：同じ（ｐＬｐ２）で繰り返す実験回数

なおresult（．，．）配列にある変数nnrは、ｎｒ回の実験で、相互学習の反復回

数がupIimを超えたものを除いた実験回数を入れる変数である。またデバッグ

用の変数としてJinがある。デバッグの結果はsheet3に出力するプログラム

となっているが、ｌinはそれまでに、何行目まで出力に使用しているかを示す

変数である。この変数を活用して、出力をコントロールしている。

SubSimuIation（･）：相互学習を行なうための主プログラム。相互学習を行

うためのプログラムの構造は以下のようである。変数１によるForループ

が相互学習の繰り返し部分である。

Ｃａｌｌ組織の初期値化（､，、）

Ｃａｌｌ優劣判別（m，、）

Ｆｏｒｌ＝１ＴｏｕｐＩｉｍ

，学習部分

Ｃａｌｌ優劣判別（m，、）

Ｃａｌｌ組織コード学習（､，、）

Ｃａｌｌメンバ学習（､，、）

－８０－


Ｃａｌｌmarch判定（､，ｎ，march）

Ｉｆｍａｒｃｈ＝！'均衡mThenExitFor

Nextl

result（.，．）配列に結果を収納

sub組織の初期値化（・）：組織を示すcel（.，．）に初期値を与える副プロ

グラム（以下もすべて副プログラムであるが、副プログラムと書くこと

を省略する｡）

subシートの初期化（・）：sheetlとsheet3のクリアを行なう

Submarch判定（・）：メンバ学習とコード学習を1回ずつ行なう度に、均衡に

達したかどうかの判定を行う。

subメンバ学習（・）：組織コードから組織メンバへの影響を扱う

sub優劣判別（･）：優秀グループのメンバには10を、そうでない場合は、-10

をcel（．，ｎ+2）に入れる。

sub組織コード学習（・）：優秀グループから組織コードへの影響を扱う。

sub表表示（、）：シミュレーションの結果を表示1のような形でsheetlに出

力する。

Substat（・）：平均と標準偏差を計算する。

subデバッグ１（・）：npl，np2，ｎｒ，uplimを出力する。

subデバッグ２（・）：各回のｐＬｐ２について出力する。

subデバッグ初期値（・）：組織の初期値の出力を行なう。

subデバッグcel（･）：現実と、組織コード、組織メンバの確信を出力する。

subデバッグcel2（・）：組織コードの学習結果を出力する。

subデバッグコード（・）：組織コード学習に関連した乱数、確率ｑを出力す

る。出力をコンパクトにするためsubデバッグcel2（・）出力の右側に

出力している。

subデパッグメンバ（・）：メンバ学習に関連した乱数を出力する。出力を．

－８１－

司悼廷噌』やり■釦■■尋■》●頂一幻津釘毎毎簿■』幻牟■少海津撞辱毎牛孫口涕等

一聯鋼型Ⅵ》』一》’一羊■冊、剰守ｌｕ■毎匹ｒ、宇凸一Ａ０－一⑥ＣＣ０Ｓ戸■詩ご守凸。．。》一△一一ご声毎忌２余と０－ＡＣｏ一・０一』Ｓお宮悪違令＆＠＆＆◎⑤０一｜暮色芦』呼民Ｉ。ロ０’当◎⑤⑥ｏ０急

行Ｂ二邑国闘川凶ｎｕ０－Ｌ⑤ロ０』‐』◎ｇゴロ曽Ｐ露凹ｇｃＰｚＰＳＰ雷。■：２菌Ｐ】・

一鰯地蛆Ⅲ一Ⅱ一一》叩一Ⅲ一日》綱曹濤‐ｕ毎毎℃吋二０凸０－０－、一『ロ０一■０己Ｐ苫Ｐ河Ｐｚ

Ｕ ●● ●５ ●｡ ⑪

!E三璽手[璽西弱！

■ｕ『Ｓ０■》●幻逵■呂戸匂⑥古勲戸恥は芯易ｓ刮８百ｑＢ旗■⑪■拶哲苗皇③

呂菖口■巴■■宙幻■芦ビェや、■剰軒鉛③餌■■轡『屋（屋●の一三畠一②蝉●。》。

⑤色一』な＆▲二ロ。●己

國一繍■■折「Ｈ■

■■■△

■■■Ｓ■■

艤籔i篝轤i轤藪

！

毎缶ｕＩ

簸卸杓・

●

（扇

宙卸字ｕロ宮山侯⑧拐餉盆靱ｓ由（蝉ｌテご

ｕ回逮山伊ｓ湘翰揖預ｓ由（ぜＩ子巴

一。

ｇ

●再馨再印⑤■三＄洩苣宰酋苣竿冒匁翰貢■必牟冒民》『一一一’二■■缶■一寓干Ｏｕｏ。⑤ｃｃ⑤Ｃｌ０－ロ０－８一０－再一□一０』０－一ロＪ一・一口一＆＆８－０－Ｃ戸＆０』一○－０』。』『。

罰舞汁糠・霞蕊雪蔚（恕言噸）望宗捕③型

『』一一６－■■ご■患由』一画津、Ⅱ。。⑤ｃｃ⑤Ｃｌ０－ロ０－８一０－再一□一０』０－一ロＪ一・一口一９｛０．８－０－Ｃ戸『ロ０』一○－０一。』『◎

０．０－■』○０］０－一一⑥■０『■。一。⑥時一○

一０－０コ－０』０］●

一一口一・一凸釘斑応■事、午’一５二０つ｜■二０二』。’一ロ一０－０二“８』。・０一０．一ｓ』０－②０一○■０｜‐０－－８－ｏ』０－。←０－。－０－０－■０一。

『■一ｉ』ｏ０ｌ０－ｍｕ－ｏ一０一■』』。０－唾０一○

一８－０一－０『０－》

『一一｛０－『■■弄顛洵臼シ’１『一０－０－－０－０一』

』Ⅱ一ｏ一０『△』０５』０－０｝－０二８一②６－口

□０一６－－０－■『』０一○一↑』。－０－０－』Ｆ一つ

一０』０一’０一０一』０『。

｝０一０一－０一０－』ＩｌＣ

ｌ■一０－一日一■二凸

一苗一色’一一■』再庁｛字ご一輯一宇、Ａｌ０一■一－０－０一宇一０一■一－０一５－』０二ｏ』０』■一・二０一９－』６｜⑤』＆０一’０－０－』＆⑤一０口○一０－６一』０－口一０－０－一甘一句与』０■◎一Ａ■一一８一０一』■ろ

一０』０－■０－０－⑪

二一一』０－一・一■庁宙聿寓一でＡ一ロ一８．－０－６一』』０－０一］０一０一』０－。｝０『０－一’一０一』０二口

一０二上一０－０－。ｉ百一０．■一。｝９－■』』■一口一０一０－》０－■一⑭０ニロニ０一０』－０←０一■６－。

－露Ｉ

■二凸

一・一】点庁一宇』一輯』←Ｉｕ０一字５－』０二⑤

９－』６｜⑤

上』＆⑤６一』０－口

句与』０■。

△』■ろ

０－⑪

一・言再宙聿寓』Ｔ０巡８一』

頬洵白寿ｌ処

率糠川評鬮霞一Ⅲ

■■Ｆ挿再旬

§ｇｇｇ留

Ｐわ。●

ｐ］】

Ｐ＝

§Ｐ▲】


ﾝパクトにするためsubデバッグcel（・）出力の右側に出力している。

以上のプログラムを実行した結果を、sheetlについては表示１、その途中

経過を出力したsheet3を表示２として示した。このデバッグ用プログラムに

より、相互学習のプログラム、及びその結果の妥当性についての検討が容易

になるものと考える。

4．おわりに

本論において、マーチの相互学習モデルのデバッグ用プログラムについて

示してきたが、最後にこのプログラムにより得られる結果について、若干述

べておきたいと思う。

我々の相互学習プログラムについて、ここでのデバッグ用プログラムによ

り、途中経過をチェックしたところ、今のところ不都合と思われる点は見出

されていない。もし我々の相互学習プログラムが正しいとするなら、シミュ

レーション結果として得られる知識レベルは相当低くなることが予想され

る。

これは、Marchの結果とも異なるが、高橋論文のｐ，６９図2の結果、あるい

はこの結果の解釈である「社会化率と平均知識レベルの関係において、社会

化率ｐｌが大きくなるにしたがって、平均知識レベルはわずかながらも向上するという傾向があり、ｐ２の値が大きくなるほど、より顕著に現れる。しかも、ｐ２が低いほど､平均均衡知識レベルの水準は高い事がシミュレーショ

ンの結果、分かっている。つまりメンバの学習率が高いほうが、学習のパフォーマンスは高いが、組織コードの学習率が高くなると学習のパフォーマンスの水準は低下する」とも矛盾するものである。我々の実験から得られる結論は、「社会化率Ｐｌや、ｐ２は、知識レベルには関係せず、ただその収束スピードに影響する」（兼城(2005)）といった結論を支持するものであった。

－８３－


これらの詳細な検討については、引き続き報告を予定している。

謝辞

この論文を作成するにあたって､昨年度大学院を修了した兼城舞子さん､現

4年次生である石本可南子さん、福里芽衣さんには、議論を行いながら一緒に

プログラム作成を行うなど大変助けて頂きました。ここに記して感謝いたし

ます。

【参考文献】

l）Cohen，MichaelD．＆ＬｅｅＳ・Sproull（eds.）（1996）Organizational

Learning．Ｓage，ThousandOaks、

2）兼城舞子（2005）「TQM活動と組織学習について」琉球大学大学院人文社会

科学研究科修士論文

3）March，ＪａｍｅｓＧ．（1991〉“ExplorationandexploitationinorganizaIional

learning.”OrganizationScience，2,71-87.

4）March，ＪａｍｅｓＧ．“Explorationandexploitationinorganizational

learning,，，ＩｎＭｉｃｈａｅｌＤ・Cohen＆ＬｅｅＳ・Sproull（eds.）（1996）

OrganizationalLearning．Ｓage，ThousandOaks、

5）高橋伸夫（1998）「組織ルーチンと組織内エコロジー」『組織科学』第32巻

第２号．

－８４－


付録：チェック用のプログラムリスト

組11N学習睡列(lObug75RlOI非均衡ロツクイン除外した統計蹟噛E正日2002.04.0809,10,122005C(i･24,31,6.7019

修正者識１１逢一

'(2001.02.19麹111鰹F(魅2001.04歳城何子）

Dimpl,p2npl､np2四CCR20,4.,rUBujt(10ｑ40,,1in,UPljm,rmiLp五ulesSubSimlUationO

1初期値化H０分ＣｅｌＯ:組織を愛ｳ観列;UESuM):;g験の結果を入れる酸リ

p2ru】８$＝,mmdDm⑩2,1e$詞､aｪCb:マーチの選呵BmajpriU:鋤向決npl＝9:叩2＝38ｂｐｌ：ｐｌの奥nk回Ｂｋ(何酒類のPlの実験をするカリｉｎｐ２:p2の実験回数uplim＝100，収yP9判定回敗の上限

Dimpp2(ＤＣ実験するp2の値を入れておく118列pp2(1)＝0.9:pp2②＝０６:pp2(8)＝０１血=６，同じ､1,P幻での繰り返し数ｍ＝6ｍ＝６、：メンバー§k､、:要素数

my8tart面me＝TYmeT0実行時no測定用の股定x＝Rn｡(1)’乱Jikの１，噸定

rmit＝2001:RnndomimTinit

シートの初期化0.,0ctを白綱こする

ｍＤｗ＝･】OrBmdL5Bﾀﾞﾘのf謡号用

1ｍ＝1:Canデパッグユ位,､,m

1AHthRangeOA1ウ】noTi2＝１Tbnp2

p2=pp2620FbTil＝１Tbnpl

p1＝0.1台ｉｌｒＴＵｗ＝ｒｍｗ＋２

沌剋０Gｍ財])＝p必JEBulttTwH⑳＝pl:rBBultGmwI8)＝画血＝U､＋鯉c由、デバッグ26,,1,81in＝Ｅｎ･l

rbrr＝１Tbnr

Cnll組織の郷6笹化h､,】､）

Ｃａｍ優劣判別(､,の地＝lin＋⑪Canデバッグ初､脇iOm,Lxi1id

rbrl=lTbumum学習部分

】in＝血十280.1鋤蝋コード学習0,,m）

ＣＵｍ労《シダ００１２ｍ､,Ｌｌｊｄｌｍ＝比＋2:ｃｎｎメンバ学習位,ｄ

ｃａｎｌＥ劣判Wj0,,.1ｍ＝】in:C211デバッグCGI⑰､四Ud

CnnmarCh判定他1,,marCIDIfmamh＝,匂1IrThemEhdtFbr

NeO『Ll

mBultGTomI5＋r)＝oOM2In＋、’興繊レベルreGmt`、w＋1,5＋歩】,収束までの反d【回数

ＮＢⅨtr

Nextil

－８５－


NBHOi2

､OdM2鋤毎qB9Im:｡＆、､Br･myBtartnmJ＆''沙Ｃｎｕ表決示し､.､）

EndlA5th

EndSub

ＳＵＭ鋤Nの初期笹化(､,､）

Ｉﾖﾛ｢j＝１１h口観,ﾛ０，ｶmm位

ｃd(L,=2pInt(2.Rnd)･lHuHRｺｰﾄﾞの初期笹

cBM2D=0・メン《＠ＭＢ）の初#I目【Fbri＝lTbm

CBl(i+２１＝I､(apRnd).lNGm

NBxtjEndSub

subシートの1,)OWm

MA庇hqhoOR8Fd油Cuｳ.COuBpleBr

MbTb8boO伯仲GbeeいりCBUnLImeTio砿CnloqPIDd③[=OMIorhd油etBOねbGe“CGI虹ｑＯｑｒ

ⅥbrLQhoq2■0Ｊ､｡tＦＤ薑⑬nQUnGn…OJrYDUdUoZ＝OEmdSub

SubmmcMqhE(moLmBEdOm5uUh匡口不均ur

FbTj宙lTbnFbri室８Ｔｂ、＋２

IfoBl(２，つ｡G1⑪ＴｂＧｍＥｍＳｕｂＤｂｍｉ

Ｎ０ｍｊｍＢＩｃｈ＝n噸､『

EmSub

subメン《翻り位,dnBiRｺｰﾄﾞからA且繊メンバへの形轡Fbrj＝X1bnrbrj＝８Tb、＋２

If0BI卿一OAndcDM20,‐０.`，7ｈ画、ｐ崖Rn｡:Canデパツグメンパ(四四j,j,p）Ｉ『P-BDmmCBlqP=OBI卿

EndIf

No凶ｔｉ

Ｎｅ■tｊ

－８６－


EndSub

sub優劣HRmBlXm,､）ｃ＝０’現実と尊い喫緊を数えるための力〃グー

Fbrj＝mbn

JfCel(1,,＝ceK2jm】enc=c＋lNexLj

celc,、＋、＝cFbri＝２mbm＋１

ｃ＝O

Fbrj＝1Tb、

ⅡCCI(1,,＝CeKi＋1,j)nenc=C＋lNextjceXi＋ﾕ,■＋ｐ＝c

NexLi

Ebri＝１nm

lfceI⑫,、＋ルcel6＋２，＋])畑四

celG＋２，＋⑳＝1０笹秀ﾀﾞﾙｰﾌﾟﾒﾝｿf(10で示ｎＥｌＢｅ

ｏｄＧ＋2,,＋⑳＝・1０I馨通のﾒが（･10で示hEmdIf

NGo《ti

EndSub

ＳｕＭ２ｌｉＲｺｰﾄﾞ学習(ﾛﾊ､）笹秀グループから組織＝－ドヘのN蝿F

Fbrj＝１１ｂｎ

Ｑ－ｍ＝O:C▲p＝DQ-Z＝０壇-,8.1の敵ｉｑＰ:+1の敵；Ｃ－ＺＩＯの蘭kFbri＝３Tb、＋２

１fcelGp＋⑳＝10Then優秀グルーープンRンパの頃DBリ

SeBectCnGecBlqlCaBe･】:ｑ四＝｡_四＋１

CBGel：G-p＝ﾛｰp＋１

CaBeDQ-Z＝ｑＪｚ＋l

Cn8BElBB:StopEndSdecL

EndIr

Nexti

m＝Ｑ－ｐ．[Lm

lfxx-OAmdceluI，－Sgn6a)TbGnIfp五u】e$=HmrchPThoun｣q＝Ｌ(阯魍へAhDhp風sen-n=Ｐ２ｐ＝Rml8C⑧Ｕデパッグコード血,njopbp-JI『p-lLqThBnceMC2P=Sgn“

ｎｎｄｌｆ

ＮｅｍｊＥｎｄＳｕｂ

-87-


sub洩表示61Ｊ１HhUk戯0BOB(bhOeUｳ.OBUnImeri匹Cblorlnd”＝ＯⅦmMbHhgboGU蝿I砲Cuｳ.RBngBiAﾕウ

.、oBllB(ハルQメンバー散:.＆s甘$hOuWi6分数:｡＆sbr$⑪cGDHAM9=･鱸kのりU鯛H:風＆s甘$(nnjO・OeUB(1,｡=巾2のmle:衝＆P2ru】８$＆口基酸

櫛田of算

Ｆｂｍｏｗ＝lTbnpl＊np2＊２SteP2Cpll鼬lⅡ､U剛

Ｎｅｍｍｗ

Ｗ商果の衰示

CBlMo,、=ロｐ犀:CGllGQD＝`ＩｐｒＣＧｕＢＱ３=、ｎＦ財.CdMQO=ｑ平凶７，CGmBQm臣輝甲偏１９'8.cdh(4,の誼ﾂﾛH1ルペルハ0【東までの反復回数１Ｆ茂j=1TbけCGlmG(6,DImeUi皿CD駒YIndeuK=”NOD《LjFbrI＝lTbnpl＊mp2白２

Fbrj二1ｍｍ＋5.001196+4肱Iumutfj）

NOxtjNDxti

EmWiIh

EndSub

SUb8tathmmD

D＝c8B＝O

Fbrr＝lTbnr

ェ＝IC餌mttmFI6＋ＪＢ＝Ｂ＋Ｘ

■＝G8＋エウx

NOH8r

BBBulttTDHIQ■B'唾平均

Ⅱ唾＞lTbBmu額ntbmmIDごSqz((曲.B☆BﾉmWOmr.p）纏串旧蓬非均9iロックインを剛､た銃8HＲ

８＝＠函＝O8nnr＝O

Fbrr＝１Tbnr

lnU88utOTDw＋1,6+r)＜叩IimThenエー、■mttTml6＋ＤＢ＝8＋X:四J＝pmr＋１

曲暉GB＋ｘｂｘ

ｎｎｄＵｆ

Ｎｎｚｔｒ

ｍ⑧m8tTw『+ＭＯ=､､夢mBulbGmw＋Ｍ)＝BﾉｎｎｒＯ平均

Ⅱnｍ〉lmnreBuu血Uw＋1,,＝Sqr(０６８．８☆Bﾉﾛﾛｺﾞﾉhnr.l》粗顛偏差ＥｍＳｎｈ

－８８－


subデバッグ16,,,,1j､）

ｒ８$＝Ｗ＆UIMms(Sﾛ$(Un)）

WithWbrk曲BG域gheet3).RangeGa卿

ＣＣＩ】s､,】)＝mnI】lInp2':CenB(1,m＝npl:CeDs(1,3）＝､p２．Cims(2,1)＝nmiupUm：',:､CeUs《26⑳＝ｍＰ:CenB(2､⑳＝Ｗ〕nｍ

Ｅｎｄ脇ｔｂ

ｌｉｎ＝】in＋１１最後の行をｸ肘

EndSub

subデバッグ2(m,n.lid

ras＝Ｗ＆mim$0s位$(U､)）

WithHbrkGheetG(IRhee画〉RangBGa③

、CeUB(1,1)＝，in,pZi:､CelM1,２０＝pl:.CCUG(1,80＝p２EndMth

EndSub

subデノ《ツグ初期値0,,,,月】､）

ｒn$＝Ｗ＆IjnimS(S厳$0画D

WMhlhbrkGbGetB(iSbee噛りRangGGa③、CeUG(1,,＝肝:側＆StrsG）

EndⅧｔｈ

ｒＧ$＝'１B`$＆BIMmS0Sせ$(画]、

Ⅷu1Wbrkd肥etBOtbeet3）.R8ngeGa鋤

・Cdls(Ｍ)＝１１メンバー散:側8.Ceu6(1,⑳＝ｍ・CeUB(1,J＝I威分Bk：､:､CeUs(1,0＝ｎ．CeUBC3,])＝･現実､;・CeU8Q,、＝衝組織コー}⑤o

CeUBq,1)JpterioT､Cdourlnd9x＝８

Fbrj＝lTbn

CeUG(２j＋、咽ue＝傭`＆』＆･成分,

NextjFbri＝nbm

CeuG(i＋0,1)＝'0組織メンバー風＆i

NeOILi

Fbri＝１Tb、＋２

FiDrj芦１Wb、＋２

CBUB(2＋４１＋，＝Ce16,j）

ＮｅｘｔｊＮｇｘｔｉ

、CenB(ａｎ＋2WDlue＝'，現実と一致

CeUs(ａｎ＋３Ｍdue＝瓜優秀グノレアEndlnith

Un＝1ｍ＋ｍ＋３最後の行を指す

E回｡Ｓｕｈ

－８９－


subデバッグOBM､0,,1m）

、$=⑱N＆ｎMm躯甘$0m)）

MMAbqlmbeet圏0通Bee⑬nRange“gCellB(11歩･現g辱；COlM2,、＝'翻胤Rコード，

、CGU8(2`DLIn“ioUbOOlqYImd“＝８lbri＝lTbm

、OBU魂十２，＝口艦２１凶メンバー＆ｉ

Ｎ２０[ｔｉ

Ｆｂ｢l＝lTbm＋２

Ibrj岸Iibn＋２．cons6,1+j)=oelO0D

NGUUOjNeOIti

，CGU80,,＋29MB】uB＝0ｺi3gと一安

・CGuSqn+副Malue＝彊秀勿一ナEndlA61h

En＝lin＋ｍ＋l

EmSuh

subデバッグoel26m,ｎＡｍ

ｍＳ=Ｗ＆InYm$Gｾｓ０ｍＤ

Ⅷ山1IbUkOl昭e粕fehee鋤nGJ喝eOnl，OBUBq,歩'1o0P:⑪＆S位GQCdjBu,幻＝q鰹個コードＷ．Ｃ．h《MMnterimCblorlndex＝８

Fbrj＝ｌ１ｂｎ＋z

Cdh(1,2+j)=CBD⑫ＤＭ理ｔｊ

ＥｎｄＭ山

nnaS2b

subﾃﾞﾊﾟｯｸﾞｺｰﾄﾞbn01jpOn-J、$=MidSMBqDEF週IⅢ、｣囮OY2＋ｂ＋⑳＋２])＆IjnhnG位$0m)）

ⅧtmHbrhQbeebBOdbeet3ORange“９．cd１９(1,,=，､CpuB②,=p-n

EndlHHlh

mDnaSuh

subデパツグメン地,､’４j,p）ｍ$=MdS6ABCDEFGImmJHN灯,２+ｂ＋⑳＋２１)＆IjmmOS城Cu｡）

INhlhWbrkdbeG鹸幽氾巳銅R8n8eGag・CbUG6小p

EndMth

EndSub

－９０－

Title マーチの相互学習モデルについて( 正誤表追加...

Documents

Transcript of Title マーチの相互学習モデルについて( 正誤表追加...