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

Study on knowledge acquisition from fitness landscape for evolutionary computation

用于进化计算的适应度景观知识获取研究

基本信息

批准号：
19J11792
负责人：
余俊
金额：
$ 1.34万
依托单位：
Kyushu University
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2019
资助国家：
日本
起止时间：
2019-04-25 至 2021-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-19J11792/
关键词：
進化計算高速化 fitness景観推定モデル

项目摘要

本研究の目的は，進化計算の探索点情報を使ってfitness景観をモデル化する方法を確立し，推定モデルからfitness景観の知識を抽出し，探索に反映させることで最適化性能を向上させることである．今年度の研究は以下のサブテーマを遂行中である．1.複数のノンパラメトリック回帰手法を用いて同じ問題の手法毎に近似モデルを作り，各モデルの信頼度に応じた加重平均で複数のモデルの総合近似モデルを構成することにより近似誤差を軽減する；2.潜在的領域を徐々に探し出し，高精度のモデリングを行う．換言すれば，まず大域的にfitness景観をモデル化し，そのモデルから潜在的な局所領域を切り出し，その領域の分解能を上げてより高精度のモデリングを行う．つまり，モデリング空間を段階的に詳細化することにより，最終的に最適解の可能な位置を見出す；3.高次元問題の推定モデルを可視化するために，次元数分の最適化設計変数から2変数を取り出し，複数の2次元問題の組み合わせに分割することを試みている．最後に，すべての2次元最適化問題に分解した中での最適変数の組み合わせを，本来の高次元問題の推定最適解とする方法である；4.収束点推定法と推定モデルを組み合わせて最適解を推定し，進化計算高速化手法開発する．この方法は特にノイズ問題または高計算コスト問題に対して有利に働くと期待される．上記サブテーマに加えて，研究遂行過程で新たな研究方向であるニッチ最適化にも取り組んだ．第1にはfitness情報を活用した多峰性問題の複数局所領域の切り出し手法の開発し，第2には，花火アルゴリズムの特性を利用した距離ベース排他戦略導入によるニッチ花火アルゴリズムを開発した．今後も，計画外の新しい課題が見いだされ研究を展開していくことになる．研究業績として，雑誌論文2編，書籍の章分担1編，国内会議論文3編，国際会議論文5編の発表を行った．

The purpose of this study is to establish a method for transforming the information of the discovery points of evolutionary computation into the knowledge of the fitness scene, extract the knowledge of the estimation of the fitness scene, and explore the optimal performance of the reflection points. This year's research includes the following aspects: (1) Multiple regression methods are used to approximate the same problem, and the signal intensity of each problem is weighted to average the complex regression method.(2) Potential fields are detected, and high precision regression methods are used. In other words, the fitness-based landscape of a large area is transformed into a high-precision landscape, and the decomposition of the underlying landscape is performed with high precision. 3. Estimation of high-dimensional problems and visualization of optimal design of multi-dimensional problems. 2. Selection of optimal design of multi-dimensional problems. 3. Combination of multi-dimensional problems. Finally, the optimal combination of the optimal numbers in the decomposition of the two-dimensional optimization problem is proposed, and the optimal solution of the original high-dimensional problem is estimated. 4. The convergence point estimation method is proposed. This method is very difficult to solve. On the record, the study of the implementation process is a new research direction. The first part is the development of the method of cutting out the multi-peak problem in the field of multi-peak problem by using the fitness information. The second part is the development of the method of cutting out the multi-peak problem in the field of multi-peak problem by using the characteristics of multi-peak problem. In the future, research on new topics outside the plan will be carried out. Research achievements, 2 volumes of journal papers, 1 volume of book chapters, 3 volumes of domestic conference papers, 5 volumes of international conference papers.