サロゲート進化的アルゴリズムにおける多重最適化を用いた新しいフレームワークの開発

• Project/Area Number: 23K19973
• Research Category: Grant-in-Aid for Research Activity Start-up
• Allocation Type: Multi-year Fund
• Review Section: 1001:Information science, computer engineering, and related fields
• Research Institution: Gifu University
• Principal Investigator: 中根 拓未 岐阜大学, 工学部, 助教 (70975987)
• Project Period (FY): 2023-08-31 – 2025-03-31
• Project Status: Granted (Fiscal Year 2023)
• Budget Amount: ¥2,210,000 (Direct Cost: ¥1,700,000、Indirect Cost: ¥510,000); Fiscal Year 2024: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000); Fiscal Year 2023: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
• Keywords: 進化的アルゴリズム / サロゲートモデル / 最適化 / 熱間鍛造 / パラメータ同定

Outline of Research at the Start

評価コストの高い最適化問題に対応するために、近似した目的関数（サロゲートモデル）を使用した進化的アルゴリズム手法が数多く提案されている。本研究では多重最適化を導入したサロゲート進化的アルゴリズムの新しいフレームワークを開発し、最適化にとってベストな代理モデルの構築を実現することで、社会実装に値する高い実用性を有した最適化手法を開発することを目的とする。さらに、実応用として熱間鍛造プロセスシミュレーションのパラメータ自動同定システムに提案手法を組み込むことでその実用性を実証する。

Outline of Annual Research Achievements

本年度は本研究にて提案する多重最適化を導入したサロゲート進化的アルゴリズムの新しいフレームワークであるSAEAMO（Surrogate-Assisted Evolutionary Algorithm with Multi-Optimization）のプログラム作成に取り組んだ．既存のサロゲート進化的アルゴリズム用のライブラリをベースに，SAEAMOの特徴である多重最適化の処理を組み込むことでこれを実現した．
続いて，ベンチマーク関数を使用してSAEAMOと既存手法の比較実験を行い，SAEAMOの有効性の実証を試みた．比較手法の開発者は上記のサロゲート進化的アルゴリズム用ライブラリの開発者と同一であり，ライブラリにて利用可能であるため，比較手法の実装の手間を削減するとともに，同一プログラム上での公正な比較を実現した．しかし，現在の結果ではSAEAMOが比較手法よりも有効であるとはいえないため，SAEAMOの改善を行う必要がある．

Current Status of Research Progress

4: Progress in research has been delayed.

Reason

本年度は既存手法との比較実験によって提案手法であるSAEAMOの有効性を示し，その成果を論文にまとめることを目標としていた．しかし，現在は望ましい結果が得られておらず，SAEAMOの改善が必要となっている．またこれに伴い，次年度に実施予定の熱間鍛造プロセスシミュレーションのパラメータ自動同定システムへの組み込みにも遅れが生じている．

Strategy for Future Research Activity

SAEAMOの改善に早急に取り組み，比較実験によってその有効性が示せるように研究を進める．具体的には，サロゲートモデル上の最適化によって蓄積された候補データから実際の評価関数にて評価を行う個体を選択するプロセスに改善が必要であると考えている．また，論文の執筆と熱間鍛造プロセスシミュレーションのパラメータ自動同定システムへの組み込みについては並行して準備を進めることで進捗の遅れを取り戻すことを試みる．