2017 Fiscal Year Research-status Report
多目的進化計算の最適なアルゴリズムマップ構築と未知問題への展開
| Project/Area Number |
17K12750
|
|---|
| Research Institution | The University of Electro-Communications |
|---|
Principal Investigator |
佐藤 寛之 電気通信大学, 大学院情報理工学研究科, 准教授 (60550978)
|
|---|
| Project Period (FY) |
2017-04-01 – 2019-03-31
|
| Keywords | 進化計算 / 多目的最適化 |
|---|
| Outline of Annual Research Achievements |
多目的進化計算の最適なアルゴリズムマップ構築について，初年次に計画した研究２項目を遂行した．まず，「研究項目１：問題の各特徴領域に最適なアルゴリズムの探索」については，複数の最適化問題に対して，最適なアルゴリズムとパラメータ群を見出し，問題の特徴空間の全域に渡って最適な探索方法を網羅する方法を構築した．具体的には，進化計算の基礎アルゴリズムとそのパラメータを遺伝子とし，対象とする複数の問題を最適化したときの性能を評価する．その評価値に基づいて，基礎アルゴリズムとそのパラメータを進化計算によって模索する方法を提案した．これにより，各問題において最適化性能を高めるアルゴリズムとパラメータを明らかにするだけでなく，複数の問題間でロバストな最適化性能を示すアルゴリズムとパラメータを進化計算によって導出する方法を構築した．次に，「研究項目２：最適なアルゴリズムマップ構築」については，多数の多目的最適化問題群を用い，最適化性能を高めるパラメータの差異によって問題群をマップ上に視覚化する方法を構築した．具体的には，進化計算のパラメータを多数用意し，問題ごとにパラメータを最適化性能に基づいてランキングする．問題ごとにパラメータのランキングが異なるため，その差異を問題間の距離として多次元尺度構成法を用いて問題群を二次元空間にマッピングする．さらに，各パラメータの値をマップ上の等高で示す．これにより，これまでは，問題に内在する関数の多峰性，変数間依存性，悪スケール性の有無でしか分類できなかった最適化問題を精緻な距離関係によって差異を表現することができるようになった．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究の計画通り，初年度に実施する「研究項目１：問題の各特徴領域に最適なアルゴリズムの探索」と「研究項目２：最適なアルゴリズムマップ構築」において，計画通りの成果物が得られていること，また，これらが次年度に実施する研究項目に利用可能な成果物になっていること，すでに次の研究項目に取り掛かっていることから，本研究はおおむね順調に進展していると考えられる．
|
| Strategy for Future Research Activity |
当初の計画通り，次年度の研究計画の内容を遂行するが，対象とする多目的最適化問題の規模を拡大して実施することにする．若手研究（B）における独立基盤形成支援によって，実験に使用する計算機資源が増加したため，より多様な多目的最適化問題を対象として問題ン群マップを作成できるようになった．その結果として，次年度に取り組む未知の最適化問題のマップ上での推定精度が高められると考えられる．
|
| Causes of Carryover |
計画通りであるため，当初計画の使用計画に基づいて利用する．
|
