Automatic Configuration of Preference-based Evolutionary Multi-objective Optimization Algorithms

点击翻译按钮获取中文摘要

選好に基づく進化型多目的最適化手法の自動アルゴリズム構成という最終的な目標に向けて, 本年度は次の研究に取り組んだ.- 選好に基づく進化型多目的最適化のための指標のサーベイと解析. 進化型多目的最適化手法の性能は, 獲得された解集合の指標値により定量的に議論される. Hypervolumeを始めとするこれまでに様々な指標が提案されている. 自動アルゴリズム構成のためにも, 適切な指標を使用することは重要である. しかし, 選好に基づく進化型多目的最適化では指標についての議論はほとんどされておらず, どの指標を用いれば良いのか定かではない. この問題を解決するために, 選好に基づく進化型多目的最適化のための指標のサーベイと解析をした. 既存の14個の指標を解析し, 最も適切であろう指標を発見した. 本成果は国際論文誌に投稿中である.- 選好に基づく進化型多目的最適化における無限アーカイブと集団数の影響の解析. 進化型多目的最適化において, 母集団サイズは重要なパラメータである. しかし, 選好に基づく進化型多目的最適化に対する影響については, ほとんど知られていない. また, 探索中に求めた全ての非劣解を保持する無限外部アーカイブの有効性も十分に理解されていない. これら2点の問題は選好に基づく進化型多目的最適化手法の自動アルゴリズム構成に深く関わるため, 事前に解決することにした. まず, 本研究では代表的な部分解集合を無限外部アーカイブから選択するための選好に基づく後処理法を提案した. そして, 無限外部アーカイブと母集団の大きさが選好に基づく進化型多目的最適化手法の性能に与える影響を解析し, 明らかにした. 本研究成果は進化計算分野トップ国際会議の1つであるACM GECCO2023にてフルペーパー論文として採択されている.