| Project/Area Number |
22K12185
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 61040:Soft computing-related
|
|---|
| Research Institution | Hosei University |
|---|
Principal Investigator |
佐藤 裕二 法政大学, 情報科学部, 教授 (20328909)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
佐藤 未来子 東海大学, 情報通信学部, 准教授 (20626030)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2024: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2023: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2022: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
|
|---|
| Keywords | Distributed NSGA-II / Divide-and-conquer / Distributed MOEA/D / Ideal Point / Multitasking / Heterogeneous / 多目的進化アルゴリズム / 並列分散処理 / ソフトコンピューティング / スマート社会 |
|---|
| Outline of Research at the Start |
これからの超スマート社会では異なる目的を持つ複数の課題がサイバーワールドを介して共存するために、多数目的最適化技術が重要となる。一方、医療診断や走行中の車の安全技術など人命が関係する応用では高い信頼性とともに実時間処理が要求される。そこで本研究では、相互性を有する複数の多目的問題から構成される多数目的最適化問題を、高い信頼性を維持したまま短時間で処理する基盤技術を確立する。特に、解候補の評価値計算に必要な理想点の値を分散メモリ環境で決定する技術、既に得られた解情報を関連する他のタスクで活用するなど、相互性を考慮した効率化に焦点をあてて研究を進める。
|
| Outline of Annual Research Achievements |
(1) 重みベクトルの分解に着目した手法を代表するMOEA/Dに関して、単一CPUにおける理想点の値は、初期段階では急激な変化がある一方で、解探索の途中から緩やかな変化に切替る傾向があることを調査・分析した。この実験結果を基に、理想点の変化を観測しながら、重みベクトルの基準となる理想点の値を調整するための間隔を自律適応的に決定する方式として、探索過程での（世代数が異なる）幾つかの理想点の値を標本データとして、最小二乗法などの統計的最適化法を用いてcore間で理想点の値を補正するための移住間隔を決める方式を検討した。
(2) より大規模な並列環境を想定して、基本的にcore毎に独立して理想点を推定する方式の検討を行った。具体的には、探索途中の非劣解集合の端（エッジ）の重みベクトルを全てのcoreで共有し、残りの重みベクトルは、各coreに（モジュロ演算などを用いて、できるだけ）均一に割り当てる並列分散方式を提案した。また、パレートフロントの広がりを維持する力を強めるために、子個体を生成するための遺伝子操作において、オリジナルのMOEA/Dと異なり、一方の親個体は当該重みベクトルが保持している個体を用いた。本手法に関しては簡単な評価実験を開始して有効な実験結果を得たために、国際会議GECCO2023のポスターセッションで発表を行った。現在、並列度と性能向上率やcore当たりの個体数と解探索精度との関係を2目的および3目的の代表的なベンチマーク問題で行なっている。
(3) 今後、相互性を有する多目的問題の解法を考える際に、現在の遺伝的アルゴリズムよりも、群知能を基本とした進化型多目的最適化アルゴリズムの方がcore間の解探索精度の低下問題に有効となる可能性を考えて、群知能に関して精力的に研究を進めている中国の若手研究者と国際研究協力を開始して国際ジャーナルへの投稿を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
令和5年度の研究計画は「重みベクトルの分解に着目した手法を代表するMOEA/Dの理想点の動的決定法」であり、(1)理想点の変化率を観測しながら妥当な調整間隔を自律適応的に決定する方式の提案、および(2)より大規模な並列環境を想定して、パーティション間の情報交換は最低限に抑えて、基本的にパーティション毎に独立して理想点を推定する方式の検討であった。
前者に関しては、探索過程での（世代数が異なる）幾つかの理想点の値を標本データとして、最小二乗法などの統計的最適化法を用いてcore間で理想点の値を補正するための移住間隔を決める方式を考案したが、実験担当者のマンパワーの問題で、評価実験が進んでいない。
後者に関しては、探索途中の非劣解集合の端（エッジ）の重みベクトルを全てのcoreで共有し、残りの重みベクトルは、各coreに（モジュロ演算などを用いて、できるだけ）均一に割り当てる並列分散方式に関しては、簡単な評価実験で有効な結果を得たために、ACM/SIGEVO主催の国際会議GECCOのポスターセッションで発表を行った。また、core当たりの個体数と解探索精度に相関関係が見られることから、特に、並列度と性能向上率や解探索精度との関係、あるいは、core当たりの個体数と解探索精度との関係を2目的および3目的の代表的なベンチマーク問題で行なっている。
また、今後、相互性を有する多目的問題の解法を考える際に、現在の遺伝的アルゴリズムよりも、群知能を基本とした進化型多目的最適化アルゴリズムの方がcore間の解探索精度の低下問題に有効となる可能性を考えて、群知能に関して精力的に研究を進めている中国の若手研究者と国際研究協力を開始して、国際ジャーナルへの投稿を行い採択された。
|
| Strategy for Future Research Activity |
(1) 探索過程における（世代数が異なる）幾つかの理想点の値を標本データとして、最小二乗法や入力誤差モデルなどの統計的最適化法を用いて、core間で理想点の値を補正するための移住間隔を決める方式に関しては、今後、幾つかのベンチマーク問題を用いて提案法の有効性がベンチマーク問題に依存しないかどうか評価実験をしっかりと行い、有効性が明らかになった段階で、主要な国際会議または国際ジャーナルへの投稿を行う。
(2) 探索途中の非劣解集合の端（エッジ）の重みベクトルを全てのcoreで共有し、残りの重みベクトルは、各coreに（モジュロ演算などを用いて、できるだけ）均一に割り当てる並列分散方式に関しては、core当たりの個体数と解探索精度に相関関係が見られることから、特に、並列度と性能向上率や解探索精度との関係、あるいは、core当たりの個体数と解探索精度との関係を2目的および3目的の代表的なベンチマーク問題で継続して行い、有効性が明らかになった段階で、主要な国際会議または国際ジャーナルへの投稿を行う。
(3) 上記提案する二つの方式に関して、代表的なベンチマーク問題での有効性を確認後、「複数車種の同時最適化のためのデータ」など実問題を用いた評価実験を行い、新たな改善点や研究課題の洗い出しを行う。
(4) 群知能を用いた多目的最適化に関しては、分散メモリ環境上での問題点を洗い出し、その対策法を提案した上で、主要な国際会議または国際ジャーナルへの投稿を行う。
(5) 上記の研究がほぼ収束次第、一部共通の目的関数を持つ多目的最適化問題の間で有効に作用する転移情報を検出し、高速に同時最適化する技術の検討に着手する。その際、群知能などの手法を基本とした進化型多目的最適化アルゴリズムの提案も視野に入れて研究を行う。また、講演会や国際会議でのスペシャルセッションの提案などを通して研究成果の広報に勤める。
|
