2020 Fiscal Year Research-status Report
トポロジカルクラスタリング手法による進化型多目的最適化手法の探索能力の改善
| Project/Area Number |
19K20358
|
|---|
| Research Institution | Osaka Prefecture University |
|---|
Principal Investigator |
増山 直輝 大阪府立大学, 工学(系)研究科(研究院), 助教 (00815607)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | 多目的進化計算 / クラスタリング |
|---|
| Outline of Annual Research Achievements |
本研究課題は，理論的側面から進化型多目的最適化手法を再考し，（A）成長型トポロジカルクラスタリング手法によるパレートフロント形状の近似情報をもとに，効果的な遺伝的操作を実現する新しい手法の考案，および（B）工学的応用を視野に実世界の問題への適用を行い，提案手法の有効性の確認や拡張性を調査することを目的としている．
令和1年度は，（A）に関連する研究として，パレートフロントの形状近似にGrowing Neural Gas（GNG）を適用する進化型多目的最適化手法に様々な特徴を持つテスト問題を適用し，手法の特性や性能，および利点/欠点を調査した．GNGの欠点の1つに，パラメータ数が多く収束が遅いことが挙げられる．そこで，GNGよりも安定性と実効速度，および情報抽出性能が優れるCIM-based ARTを適用することで，最適化が進む方向への探索を適応的かつ効率的に行える手法を提案した．また，最新の進化型多目的最適化手法との比較実験を行い，提案手法が優れることを定量的に示した．（B）に関連する研究として，実世界の最適化問題が持ち得る特徴や特性（多目的かつマルチモダリティを有する）を想定したテスト問題の調査や解析を行い，実世界の最適化問題を解くに当たり，手法に必要となる能力や特性の検討を行った．マルチモダリティを有する問題に対する効果的なアプローチは，決定変数空間での多様性を維持するアルゴリズムを導入することであり，提案手法への統合は可能であるとの結論に至った．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究の実施計画では，令和2年度における活動として，提案手法の特性のさらなる調査と性能向上を研究の主目的とし，GNGとは異なる成長型トポロジカルクラスタリング手法の適用を挙げている．
令和2年度は，GNGよりも安定性と実効速度，および情報抽出性能が優れるCIM-based ARTを進化型多目的最適化手法に適用し，適応的に進化の方向を変更可能な新しいアルゴリズムの提案を行った．現在，提案したアルゴリズムに関する論文を執筆中である．また，これまでの他の最新の進化型多目的最適化手法との比較実験を通して，提案したアルゴリズムの欠点が明確化されているので，次年度における研究の方向性が明確である．したがって，順調に研究が進んでいると考えている．
|
| Strategy for Future Research Activity |
令和2年度において提案したCIM-based ART（CA）を適用した進化型多目的最適化手法では，CAによって解情報の特徴を抽出している．しかしながら，CAは抽出した情報間の関係性を明示的に獲得することができない．進化型多目的最適化手法の主目的は「パレートフロントの推定（パレート解の獲得）」であるが，この目的を達成するためには，パレートフロントの個数の推定が必要となる．CAによって抽出される情報から，パレートフロントの景観（個数，形状など）を推定することができれば，より効率的なアルゴリズムの提案が可能となる．したがって，令和3年度では情報間の関係性を明示的に表現する機構をCAに導入し，より効率的な探索が可能な進化型多目的最適化手法の提案を行う．また，本研究で得られた成果の論文化を行う．
|
| Causes of Carryover |
次年度使用額が生じた理由： 旅費の支出が無かったため．
次年度使用額の使用計画： 学会参加費および事務作業などの雇用に対する謝金に利用する予定である．
|
