| Project/Area Number |
20K11967
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 61040:Soft computing-related
|
|---|
| Research Institution | Hokkaido University |
|---|
Principal Investigator |
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2022: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
Fiscal Year 2021: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
Fiscal Year 2020: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
|
|---|
| Keywords | 進化計算 / リンケージ同定 / 協調共進化 / ハイパーヒューリスティクス / 多目的最適化 / 並列化 / 合成人口モデル / ニューロエボリューション / 多目的進化計算 / 軌道最適化問題 / 大規模大域的最適化 / 並列分散アルゴリズム |
|---|
| Outline of Research at the Start |
実世界の数万～数十億変数を有する大規模かつ複雑な最適化問題を解決する人工進化アルゴリズム「実世界スケール人工進化アルゴリズム」を開発する。そのために、進化計算におけるリンケージ同定等の遺伝子解析手法や、協調共進化の枠組みにおいて、人工知能や機械学習の手法を導入することで、ロバストかつスケーラブルなアルゴリズムを開発し、スーパーコンピュータや広域分散インタークラウド環境への大規模並列実装を行う。
|
| Outline of Final Research Achievements |
In this research, we seek for realizing artificial evolutionary algorithms to solve large-scale global optimization problems. Based on linkage identification techniques and cooperative coevolution algorithms, we conducted extensive research and development of evolutionary algorithms, including scalable linkage identification, introduction of linkage measurement functions and minimization of linkage measures, and variable grouping methods based on dependency matrices.
In addition, to address problems caused by high computational costs required for fitness evaluation, we developed hyper-heuristics algorithms construction surrogate models, and algorithms inspired by biological and physical phenomena. We verified their effectiveness in major benchmarking functions and engineering optimization problems.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究では、これまで研究代表者を中心に開発を進めてきたリンケージ同定や、進化計算の分野において近年活発に研究が進められている協調共進化の手法を発展させることで、大規模大域的最適化問題の効果的な解法を実現する。さらに評価関数自体の計算にコストを要する問題についても対応することで、解評価にシミュレーションを行うような設計最適化問題にも対応可能である。
大規模かつ複雑な相互作用を有する大域的最適化問題を解決することは、現実社会に存在するさまざまな問題の解決に不可欠である。本研究で開発したアルゴリズムが、ベンチマーク問題だけではなくエンジニアリング最適化でも効果が得られており、今後の展開が期待される。
|
