2019 Fiscal Year Research-status Report
Research on Distributed Evolutionary Computation for Real-time Many-Objective Optimization in Smart City
| Project/Area Number |
19K12162
|
|---|
| 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) |
廣津 登志夫 法政大学, 情報科学部, 教授 (10378268)
宮川 みなみ 信州大学, 学術研究院工学系, 助教 (40793964)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | Distributed NSGA-II / Divide-and-conquer / Virtual overlapping zone / 仮想グローバルベスト |
|---|
| Outline of Annual Research Achievements |
(1) パレート優劣関係に基づく手法であるNSGA-IIに関して、個体を各CPU上に分散してNSGA-IIを並列実行させ、それぞれ非劣解集合（ランク1）を得て、それら全ての非劣解集合を適当な頻度で集約して再度ランク付け処理を行う補正処理を提案しHyper Volume (HV: 解の精度を評価する指標)値の向上に繋がる実験結果を得ていたが、新たに探索過程でのパレートフロントの両端の非劣解を全てのコアCPUで共有する移住方式を提案し解の多様性（パレートフロントの両端の広がり）および均一な解分布能力向上に有効であることを示し、IEEE主催の国際会議で発表を行った（Oral paperの採択率：39%）。また、関連するスペシャルセッションをIEEE主催の国際会議で開催した。上記提案に、更に、実行不可能解の中で評価値の高い解を親個体の候補として利用するアイデアを活用した解探索における収束性向上の機能強化を図り、論文誌に投稿するための実験を開始した。
(2) 重みベクトルによるスカラー化関数に基づく手法であるMOEA/Dに関しては、目的関数空間を分割し複数のコアに割り当てる並列化を（GPUなどの）メニーコア環境で行った場合の解精度の低下を抑制するために、目的関数空間を分割する境界領域にVirtual overlapping zoneを設けて探索精度の向上を図る新たな手法を2目的最適化問題に対して提案しIEEE主催の国際会議に投稿して採択された。
(3) 当初計画にはなかったが、単一目的最適化のためのアルゴリズムであるParticle Swarm Optimization (PSO)をGPU上で解精度を維持したまま分散並列化するアイデア（仮想グローバルベストを用いた移住頻度の低減）、および多目的問題に拡張するアイデアを提案して国際会議で発表を行った（Full paperの採択率：24%）。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
パレート優劣関係に基づく手法であるNSGA-IIに関して、探索過程でのパレートフロントの両端の非劣解を全てのコアCPUで共有する移住方式を新たに提案し解の多様性（パレートフロントの両端の広がり）および均一な解分布能力向上のために有効であることを示し、IEEE主催の国際会議で発表を行った。また、関連するスペシャルセッションをIEEE主催の国際会議で開催した。上記提案に、更に、解探索における収束性向上のためのアイデアを加え、論文誌に投稿するための実験を開始した段階である。当初の計画からは論文誌への投稿がやや遅れている。
重みベクトルによるスカラー化関数に基づく手法であるMOEA/Dに関しては、目的関数空間を分割して複数のコアに割り当てる並列化を（GPUなどの）メニーコア環境で行った場合の解精度の低下を抑制するための新たな手法を2目的最適化問題に対して提案しIEEE主催の国際会議に投稿して採択された。参照点の動的決定法の構築に関しては新たなアイデアを提案して実験中である。参照点の動的決定法に関しては当初の計画からは学会投稿がやや遅れている。
一方で、当初計画にはなかったが、単一目的最適化のためのアルゴリズムであるParticle Swarm Optimization (PSO)をGPU上で解精度を維持したまま分散並列化するアイデア（仮想グローバルベストを用いた移住頻度の低減）、および多目的問題に拡張するアイデアを提案して国際会議で発表を行うなどの成果があった。また、NSGA-II, MOEA/Dともに論文誌への投稿は当初計画からやや遅れているが、新しいアイデア自体の提案はあり、また予備実験からも良好な結果が得られる見通しを得ている。NSGA-IIの分散並列化のアイデアに関しては国際会議でのスペシャルセッションの開催や招待講演もあり、全体ではおおむね計画通りの進捗といえる。
|
| Strategy for Future Research Activity |
(1) パレート優劣関係に基づく手法であるNSGA-IIに関しては、実行不可能解の中で評価値の高い解を親個体の候補として利用するアイデアを活用した解探索における収束性向上の機能強化を加えたプログラムに一部バグが見つかり対策中である。早急にバグの修正を行って評価実験を行い、2020年度中に論文誌への投稿を行う。
(2) 重みベクトルによるスカラー化関数に基づく手法であるMOEA/Dに関しては、参照点の動的決定法の構築に関してIEEE主催の国際会議を中心に2020度中に発表を行う。また、2019年度に提案した目的関数空間を分割する境界領域にVirtual overlapping zoneを設けて探索精度の向上を図るアイデアを3目的最適化問題に拡張するための工夫を行い、論文誌への投稿を行う。更に、コア間の通信を行わないMOEA/Dの並列化法の性能への影響の調査と有用な手法の構築に取り組む。
(3) NSGA-IIとMOEA/Dに関するアイデアに関して論文誌への投稿が完了した後、実問題を用いた有効性の再確認および対策を行う。NSGA-IIIはNSGA-IIやMOEA/Dと共通するアルゴリズム部分を含むと考え、まずNSGA-IIやMOEA/Dで提案した並列化法をNSGA-IIIに適用した場合の有効性の確認と問題点の洗い出しを行う。次にその結果を基に、異なる並列化法の要素を融合させるための新たな技術の提案を行う。また、実験を通して得られた知見から、多数目的最適化に有効な新たな分散並列高速化技術のための提案に繋げる。更に、「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から、移住などのタイミングを利用して、共通部分を検出しながら有効活用して、高速に同時最適化する技術を探り、更なる精度向上に繋げる。また、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。
|
| Causes of Carryover |
新型コロナウイルスの影響で参加予定だった学会の開催が中止、またはWeb開催となり予定していた旅費を一部使用しなかったこと、および一部の評価実験用のプログラムが完成せずに、謝金を使った学生（研究協力者）への評価実験作業が延期となったために次年度使用額が生じました。
今回生じた次年度使用額に関しては、2020年度の学会活動費（論文誌投稿代、学会参加費など）、あるいは謝金のための費用として活用する予定です。
|
