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

基于偏好的进化多目标优化算法的自动配置

基本信息

批准号：
21K17824
负责人：
田邊遼司
金额：
$ 2.91万
依托单位：
Yokohama National University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

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.

为了实现为基于偏好的进化多目标优化方法构建自动算法的最终目标，今年我们从事以下研究。-调查和分析基于偏好的进化多目标优化的指标。使用获得解决方案集的索引值对进化多目标优化方法的性能进行了定量讨论。到目前为止，已经提出了各种指标，包括Hypervolume。使用适当的指标进行自动算法配置很重要。但是，关于基于偏好的进化多目标优化的指标的讨论很少，尚不清楚应使用哪些指标。为了解决这个问题，我们调查并分析了基于偏好的进化多目标优化的指标。我们分析了14个现有指标，并发现了最合适的指标。目前，这一发现已提交给国际杂志。在基于偏好的进化多目标优化中，无限档案和人口数量的影响分析。在进化的多目标优化中，人口大小是重要的参数。但是，对基于偏好的进化多目标优化的影响知之甚少。此外，尚不完全了解无限外部档案的有效性，这些档案既不完全了解在搜索过程中获得的所有非内部解决方案。这两个问题与基于偏好的进化多目标优化方法的自动算法构建非常重要，因此我们决定提前解决它们。首先，在这项研究中，我们提出了一种基于偏好的后处理方法，用于从无限外部档案中选择代表性的部分解决方案集。然后，我们分析了无限外部档案库和人口规模对基于偏好的进化多目标优化方法的影响。这项研究结果是ACM，这是进化计算领域的最高国际会议之一。它被选为GECCO 2023的完整纸张。