权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

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

基本信息

批准号：
20J23664
负责人：
内田絢斗
金额：
$ 1.98万
依托单位：
Yokohama National University
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
起止时间：
2020-04-24 至 2023-03-31
项目状态：
已结题

项目摘要

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．

This year, the Covariance Matrix Adaptation Strategy (CMA-ES) was developed to improve the performance of Black-Box connectivity optimization. (1)The number of target parameters increases with the change of target parameters (1+1)-CMA-ES proposal. The number of target parameters increases with the change of target parameters (1+1)-CMA-ES proposal (1+1)-CMA-ES proposal (1 + 1). The nature of this problem is not changing, the problem is not changing, the problem is not changing. In this study, we introduced the method of increasing the target value and changing the target value by changing the target value. The proposed method is difficult to estimate the number of objectives and to optimize the efficiency of existing methods. This content was presented at the International Conference on Evolutionary Computing, EvoApplications 2023. (2)Mixed integer optimization problems are solved by solving (1+1)-CMA-ES mixed integer optimization problems. In this paper, the mixed integer optimization method (CMA-ES) with margin is developed. The proposed method is to solve the mixed integer optimization problem with single peak property, and to solve the mixed integer optimization problem with single peak property, and to solve the optimization problem with high efficiency. This content was decided at the Genetic and Evolutionary Computation Conference (GECCO) 2023.

项目成果

期刊论文数量（8）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

(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

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：
0
作者：
Yohei Watanabe;Kento Uchida;Ryoki Hamano;Shota Saito;Masahiro Nomura;Shinichi Shirakawa
通讯作者：
Shinichi Shirakawa

Adaptive Stochastic Natural Gradient Method for Optimizing Functions with Low Effective Dimensionality