2016 Fiscal Year Annual Research Report
Constructing Search Algorithms Taking Account of Global-Multimodality and Many-Objectiveness
| Project/Area Number |
26330272
|
|---|
| Research Institution | Tokyo Institute of Technology |
|---|
Principal Investigator |
小野 功 東京工業大学, 情報理工学院, 准教授 (00304551)
|
|---|
| Project Period (FY) |
2014-04-01 – 2017-03-31
|
| Keywords | 進化計算 / 有望個体囲い込み法 / 自然進化戦略 / ブラックボックス最適化 / 多目的最適化 / 大域的多峰性 |
|---|
| Outline of Annual Research Achievements |
本研究課題の目的は，多数目的性，大域的多峰性を有する問題において良質な近似解の発見を可能とする新たな探索アルゴリズムを提案することである．今年度の主な研究成果は以下の5点である．1) 多数目的性を有する多目的ブラックボックス関数最適化において良好な性能を示しているBS-AWAの被覆度を向上させた新たなマルチスタートスカラー化手法を提案した．10次元の3～6目的のベンチマーク問題において既存BS-AWAを凌駕する性能を示すことを確認した．2) 大域的多峰性を有するブラックボックス関数最適化において，一度の探索で最適解に加えて複数の有力局所解を発見できる有望個体囲い込み法(PIE)を提案し，大域的多峰性において最も困難なUV構造を有するベンチマーク問題において有効性を確認した．本手法は，昨年度提案したPIEにおいて事前に設定困難なユーザパラメータを排除した手法である．3) 大域的多峰性を有するブラックボックス関数において各大谷を高速に探索するための新たな自然進化戦略を提案した．変数間依存性，悪スケール性，多峰性を有する代表的な80次元のベンチマーク問題において，state-of-the-artな既存手法であるiADX-NESおよびCMA-ESよりも高速に最適解を発見できることを確認した．4) 非明示制約付きブラックボックス関数最適化問題において，実行可能な初期化領域を効率よく推定する手法を提案した．困難な実問題であるレンズ系設計問題において，提案手法により推定された初期化領域に，実数値遺伝的アルゴリズムおよび自然進化戦略を適用した結果，それぞれ従来よりも高速に良好な設計解を得ることに成功した．5) 大域的多峰性を考慮してマルチスタート戦略を導入したTSPのためのGA，および，ブラックボックス関数最適化のためのAEGAの研究成果が学術論文として掲載された．
|
Research Products
(13 results)
