確率モデルに基づくBlack-Box最適化フレームワークの理論解析とその応用
確率モデルに基づくBlack-Box最適化フレームワークの理論解析とその応用
基于概率模型的黑盒优化框架理论分析及其应用
批准号：
20J23664
负责人：
内田 絢斗
金额：
$1.98万
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2020
资助国家：
日本
项目状态：
已结题
起止时间：
2020-04-24 至 2023-03-31
中文摘要
翻译
本年度は，確率モデルに基づく高性能なBlack-Box連続最適化法であるCovariance Matrix Adaptation Evolution Strategy (CMA-ES)に対する以下のアルゴリズム改良を行った．(1)目的関数の単調増加変換にロバストなサロゲートモデルを用いた(1+1)-CMA-ESの提案CMA-ESは目的関数の単調増加変換などの変換により最適化性能が変化しないという性質をもつ．このような性質は不変性と呼ばれ，問題ごとのハイパーパラメータ調整の手間の低減などの利点につながる．本研究では目的関数の単調増加変換に対する不変性をもつ利得関数を導入し，利得関数値を利用してサロゲートモデルを学習することで目的関数の単調増加変換にロバストな手法を開発した．提案手法は目的関数の推定が困難な問題において既存手法より効率的な最適化を実現する．本内容は進化計算の国際会議であるEvoApplications 2023で発表を行った．(2)混合整数最適化のためのマージン補正付き(1+1)-CMA-ESの提案混合整数最適化問題は多くの実問題に現れるため，効率的な混合整数最適化法の開発が求められている．本研究では混合整数最適化法であるCMA-ES with marginに対してエリート保存戦略を導入した手法である(1+1)-CMA-ES with marginを開発した．提案手法は単峰性の混合整数最適化問題だけでなく，単峰性の整数変数最適化問題やバイナリ最適化問題においても効率的な最適化を実現する．本内容は進化計算のトップ国際会議であるGenetic and Evolutionary Computation Conference (GECCO) 2023への採択が決定されている．
英文摘要
本年度は，確率モデルに基づく高性能なBlack-Box連続最適化法であるCovariance Matrix Adaptation Evolution Strategy (CMA-ES)に対する以下のアルゴリズム改良を行った．(1)目的関数の単調増加変換にロバストなサロゲートモデルを用いた(1+1)-CMA-ESの提案CMA-ESは目的関数の単調増加変換などの変換により最適化性能が変化しないという性質をもつ．このような性質は不変性と呼ばれ，問題ごとのハイパーパラメータ調整の手間の低減などの利点につながる．本研究では目的関数の単調増加変換に対する不変性をもつ利得関数を導入し，利得関数値を利用してサロゲートモデルを学習することで目的関数の単調増加変換にロバストな手法を開発した．提案手法は目的関数の推定が困難な問題において既存手法より効率的な最適化を実現する．本内容は進化計算の国際会議であるEvoApplications 2023で発表を行った．(2)混合整数最適化のためのマージン補正付き(1+1)-CMA-ESの提案混合整数最適化問題は多くの実問題に現れるため，効率的な混合整数最適化法の開発が求められている．本研究では混合整数最適化法であるCMA-ES with marginに対してエリート保存戦略を導入した手法である(1+1)-CMA-ES with marginを開発した．提案手法は単峰性の混合整数最適化問題だけでなく，単峰性の整数変数最適化問題やバイナリ最適化問題においても効率的な最適化を実現する．本内容は進化計算のトップ国際会議であるGenetic and Evolutionary Computation Conference (GECCO) 2023への採択が決定されている．
期刊论文(8)
专著(0)
科研奖励(0)
会议论文
登录
查看更多内容
(1+1)-CMA-ES with Margin for Discrete and Mixed-Integer Problems
(1 1)-CMA-ES 具有离散和混合整数问题的裕度
(1 1)-CMA-ES 具有离散和混合整数问题的裕度
DOI：
10.1145/3583131.3590516
发表时间：
2023
期刊：
Proceedings of the Genetic and Evolutionary Computation Conference (GECCO 2023)
影响因子：
--
作者：
[Yohei Watanabe, Kento Uchida, Ryoki Hamano, Shota Saito, Masahiro Nomura, Shinichi Shirakawa]
通讯作者：
Shinichi Shirakawa
DOI：
10.1007/978-3-030-58112-1_50
发表时间：
2020
期刊：
2021 IEEE Congress on Evolutionary Computation (CEC)
影响因子：
--
作者：
[Teppei Yamaguchi;Kento Uchida;S. Shirakawa]
通讯作者：
Teppei Yamaguchi;Kento Uchida;S. Shirakawa
Surrogate-Assisted (1+1)-CMA-ES with Switching Mechanism of Utility Functions
具有效用函数切换机制的代理辅助(1 1)-CMA-ES
具有效用函数切换机制的代理辅助(1 1)-CMA-ES
DOI：
10.1007/978-3-031-30229-9_51
发表时间：
2023
期刊：
Applications of Evolutionary Computation (EvoApplications 2023)
影响因子：
--
作者：
[Yutaro Yamada, Kento Uchida, Shota Saito, Shinichi Shirakawa]
通讯作者：
Shinichi Shirakawa
評価値への影響を持たない次元を含む高次元最適化問題のためのCMA-ESの改良
针对高维优化问题（包括对评估值没有影响的维度）的 CMA-ES 改进
针对高维优化问题（包括对评估值没有影响的维度）的 CMA-ES 改进
DOI：
--
发表时间：
2022
期刊：
影响因子：
--
作者：
[新坂祐人 , 松岡諒 , 天野敏之 , 岡部孝弘, 埜田 夕平，斉藤 翔汰，白川 真一, 瀬島吉裕，木之本大樹，渡辺富夫, 田村武幸, 内田 絢斗，山口 哲平，白川 真一]
通讯作者：
内田 絢斗，山口 哲平，白川 真一
DOI：
10.1109/ssci51031.2022.10022244
发表时间：
2022-12
期刊：
2022 IEEE Symposium Series on Computational Intelligence (SSCI)
影响因子：
--
作者：
[Teppei Yamaguchi;Kento Uchida;Shinichi Shirakawa]
通讯作者：
Teppei Yamaguchi;Kento Uchida;Shinichi Shirakawa
ベイズ推定を用いた確率モデルに基づくBlack-Box最適化法の転移的初期化法の開発
-
批准号：24K20857
-
项目类别：Grant-in-Aid for Early-Career Scientists
-
资助金额：$3.0万
-
财政年份：2024
-
负责人：内田 絢斗
-
依托单位：
海外基金