| 研究課題/領域番号 |
19K20358
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分61040:ソフトコンピューティング関連
|
|---|
| 研究機関 | 大阪公立大学 (2022)
大阪府立大学 (2019-2021) |
|---|
研究代表者 |
増山 直輝 大阪公立大学, 大学院情報学研究科, 准教授 (00815607)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2021年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2020年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2019年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | 進化型多目的最適化 / 最適化 / クラスタリング / 適応共鳴理論 / 可視化 / 多目的進化計算 |
|---|
| 研究開始時の研究の概要 |
進化型多目的最適化手法は，最適化すべき目的が複数存在する問題に対して手法の１回の実行で複数の解を生成できるという利点がある．しかし，既存の進化型多目的最適化手法は単純なテスト問題を手法の評価に利用しているため，実問題のような複雑な問題への対応が困難である．そこで本研究では，進化型多目的最適化手法が保持する解集合の代表点を成長型トポロジカルクラスタリングにより抽出し，代表点となるノードを探索方向とした分割に基づく効率的な進化型多目的最適化手法の提案を行う．本提案手法は，トポロジー構造を利用した最適解分布の推測，および効率的な遺伝的操作を実現する．
|
| 研究成果の概要 |
本研究では，探索途中で得られた解の分布情報をクラスタリング手法によってネットワークに要約し，ネットワークのノードの分布により参照ベクトル集合の配置を調整する手法を提案した．本研究成果は，進化計算分野の最難関学術雑誌の１つであるIEEE Transactions on Evolutionary Computationに採録された．また，進化型多目的最適化手法の探索性能を収束性と多様性に分割して捉え，2つの評価指標でそれぞれを定量的に計測する分析手法を提案した．
|
| 研究成果の学術的意義や社会的意義 |
進化型多目的最適化手法において，探索に重みベクトルを利用する手法の理論的研究は，(a)適応的に重みベクトルの生成や方向調整を行う機構の研究，および重みベクトルに設定する最適な距離関数の選択方法に関する研究に大別される．本研究は，成長型トポロジカルクラスタリング手法をもとに，上記(a),(b)を同時に考慮する独自性の高い発展的研究である．また，探索過程の定量的・定性的評価が可能な指標の提案を基に，進化型多目的最適化手法や，代表的なテスト問題が内包する特性や類似性を明らかにし，新たな最適化手法の設計方針や，現在のテスト問題における問題点を議論することが可能となる．
|
