二値分類機械学習モデルを用いる高コスト最適化問題に対する進化的アルゴリズム
使用二元分类机器学习模型解决高成本优化问题的进化算法
基本信息
- 批准号:21K17826
- 负责人:
- 金额:$ 3万
- 依托单位:
- 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
- 来源:
- 关键词:
项目摘要
本研究では,最適化手法の一つである進化的アルゴリズム(EA)に2つの解の優劣を判定する二値分類型のサロゲート(代理評価)モデルを組み込み,最適化に要する計算時間を削減する手法の確立を目的とする.この目的達成に向け,2022年度は2021年度に提案したEAのための新しい二値分類型サロゲートモデルであるExtreme Learning Machine-based DirectRanker (ELDR)を,実世界の最適化問題であるハイブリッドロケットエンジン (Hybrid Rocket Engine: HRE)設計問題に適用した.HRE設計問題は制約付き単目的最適化問題として定式化され,解の評価にシミュレーションを必要とするため評価コストの高い問題である.これに対し,ELDRによる解の優劣推定を導入することで,既存の解よりも劣ると推定される解の評価(シミュレーション)をせずに棄却する方法を導入することで,評価値の改善が見込める解にのみコストの高い評価シミュレーションを実行でき,高効率化を実現できる.ELDRを制約付き最適化問題の解法の一つである差分進化と組み合わせた手法を用い,ELDRを用いない差分進化と比較する実験の結果,ELDRを用いることで従来よりも少ない評価回数で良好なHRE設計を実現できることを示した.このことから,提案手法の実世界の最適化問題に対する適用可能性を示すことができた.本研究成果をまとめた研究発表に対し,FSS優秀発表賞を受賞した.
This study focuses on the advantages and disadvantages of the optimization method and the evolution of EA (EA). Determine the value of the two-value classification type (agent evaluation) and calculate the optimal value of the group. Time is cut, techniques are established, goals are established, goals are achieved, and the year is 2022. 1st Annual Proposal EA New 2 Value Classification Type サロゲートモデルであるExtreme Learning Machine-based DirectRanker (ELDR) を, the optimization problem of the world is not applicable to the design problem of であるハイブリッドロケットエンジン (Hybrid Rocket Engine: HRE). The HRE design problem is a constraint and a single-purpose optimization problem, which can be formulated and solved.価にシミュレーションをNecessaryとするため Comment価コストの高いquestionである.これに対し, ELDR による解のESTIMATION OF ESTIMATES をINTRODUCTION することで, EXISTING のSolution to the problem But the method is imported into the method, and the evaluation method is improved and the solution is improved.トの高いreview価シミュレーションを実行でき, high efficiency を実行できる. ELDR is a solution to the constraint optimization problem and is a combination of differential evolution and combination techniques. ELDR is a method of differential evolution. Comparing the results of the results, ELDR has used the original method to evaluate the number of times and the good HRE design.このことから, the proposal technique の実世界のoptimization problem に対するapplicability をshow すことができた. The results of this research will be recognized by the research team, and the FSS Excellent Research Award will be awarded.
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)
制約付き最適化問題に対する解の優劣推定に基づくサロゲートを用いた差分進化
基于约束优化问题解的优越性估计的使用代理的差分进化
- DOI:
- 发表时间:2022
- 期刊:
- 影响因子:0
- 作者:Sohei Kino;Tomohiro Harada;Ruck Thawonmas;狩野 仁深,原田 智広,三浦 幸也
- 通讯作者:狩野 仁深,原田 智広,三浦 幸也
解の優劣推定に基づくサロゲート型進化的アルゴリズム
基于解优越性估计的代理进化算法
- DOI:
- 发表时间:2021
- 期刊:
- 影响因子:0
- 作者:Koki Tsujino;Tomohiro Harada;Ruck Thawonmas;原田 智広
- 通讯作者:原田 智広
Adaptation of Search Generations in Extreme Learning Assisted MOEA/D Based on Estimation Accuracy of Surrogate Model
基于代理模型估计精度的极限学习辅助 MOEA/D 中搜索生成的自适应
- DOI:
- 发表时间:2021
- 期刊:
- 影响因子:0
- 作者:Koki Tsujino;Tomohiro Harada;Ruck Thawonmas
- 通讯作者:Ruck Thawonmas
Investigating the Effect of Survival Selection Policy in Surrogate-assisted Genetic Programming
研究替代辅助遗传编程中生存选择策略的效果
- DOI:
- 发表时间:2022
- 期刊:
- 影响因子:0
- 作者:Sohei Kino;Tomohiro Harada;Ruck Thawonmas
- 通讯作者:Ruck Thawonmas
Differential Evolution Using Surrogate Model Based on Pairwise Ranking Estimation for Constrained Optimization Problems
基于成对排序估计的代理模型差分进化约束优化问题
- DOI:
- 发表时间:2022
- 期刊:
- 影响因子:0
- 作者:Hitomi Kano;Tomohiro Harada;Yukiya Miura
- 通讯作者:Yukiya Miura
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ patent.updateTime }}
原田 智広其他文献
多次元空間問題における商品属性の関係理解と商品選定の支援
理解产品属性之间的关系并支持多维空间问题中的产品选择
- DOI:
- 发表时间:
2014 - 期刊:
- 影响因子:0
- 作者:
沢田石 祐弥;原田 智広;佐藤 寛之;服部 聖彦;高玉 圭樹;山口 智浩 - 通讯作者:
山口 智浩
月着陸探査ミッションの最適着陸地点選定問題に対する分散型局所探索法の有効性の検証
登月探测任务最优着陆点选择问题的分布式局部搜索方法有效性验证
- DOI:
- 发表时间:
2018 - 期刊:
- 影响因子:0
- 作者:
安藤 康太;菊嶌 孝太郎;大橋 理人;生越 專介;原田 智広 - 通讯作者:
原田 智広
ローリングホライゾン進化的アルゴリズムを用いたペルソナ格闘ゲームAI
Rolling Horizon Persona格斗游戏AI使用进化算法
- DOI:
- 发表时间:
2018 - 期刊:
- 影响因子:0
- 作者:
野口 隼;石井 稜大;伊藤 卓;THAWONMAS Ruck;原田 智広 - 通讯作者:
原田 智広
教職課程におけるプログラミング体験がプログラミング教育を実施する自信に与える影響
教师培训课程编程经验对实施编程教育信心的影响
- DOI:
- 发表时间:
2022 - 期刊:
- 影响因子:0
- 作者:
後藤 裕介;森田 裕之;白井 康之;市川 尚;濱田 直希;原田 智広;美馬秀樹;合田 美子;中山瑠菜,榎本聡,山本朋弘 - 通讯作者:
中山瑠菜,榎本聡,山本朋弘
SLIM Spacecraft Location Estimation by Crater Matching Based on Similar Triangles and Its Improvement
基于相似三角形的弹坑匹配的SLIM航天器位置估计及其改进
- DOI:
10.2322/astj.jsass-d-17-00011 - 发表时间:
2018 - 期刊:
- 影响因子:0
- 作者:
石井 晴之;福田 盛介;澤井 秀次郎;坂井 真一郎;村田 暁紀;上野 史;辰巳 嵩豊;梅内 祐太;高玉 圭樹;原田 智広;鎌田 弘之;石田 貴行 - 通讯作者:
石田 貴行
原田 智広的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
{{ truncateString('原田 智広', 18)}}的其他基金
問題設定へのフィードバックで最適化プロセスを支援する進化計算
支持优化过程并反馈问题设置的进化计算
- 批准号:
24K03011 - 财政年份:2024
- 资助金额:
$ 3万 - 项目类别:
Grant-in-Aid for Scientific Research (B)
Tierra型オンボードコンピュータにおけるプログラム進化手法
Tierra型机载计算机的程序演化方法
- 批准号:
12J09376 - 财政年份:2012
- 资助金额:
$ 3万 - 项目类别:
Grant-in-Aid for JSPS Fellows
相似海外基金
数理最適化と機械学習の融合解法による脱炭素エネルギーネットワークの多目的最適設計
采用数学优化和机器学习融合方法的脱碳能源网络多目标优化设计
- 批准号:
24K08326 - 财政年份:2024
- 资助金额:
$ 3万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
制約付き最適化問題に対する部分空間法の構築と機械学習への応用
约束优化问题的子空间方法的构建及其在机器学习中的应用
- 批准号:
23K28041 - 财政年份:2024
- 资助金额:
$ 3万 - 项目类别:
Grant-in-Aid for Scientific Research (B)
確率測度最適化法に基づく適応的機械学習アルゴリズムの研究
基于概率测度优化方法的自适应机器学习算法研究
- 批准号:
23K24906 - 财政年份:2024
- 资助金额:
$ 3万 - 项目类别:
Grant-in-Aid for Scientific Research (B)
機械学習と探索の協調による高性能最適化アルゴリズム
基于机器学习与探索协作的高性能优化算法
- 批准号:
23K20387 - 财政年份:2024
- 资助金额:
$ 3万 - 项目类别:
Grant-in-Aid for Scientific Research (B)
機械学習を用いた最適化問題の自動モデリングと構造を利用したアルゴリズムの開発
使用机器学习自动建模优化问题并使用结构开发算法
- 批准号:
23K20266 - 财政年份:2024
- 资助金额:
$ 3万 - 项目类别:
Grant-in-Aid for Scientific Research (B)
合意に基づく分散最適化アルゴリズムの軽量化と機械学習への応用
基于共识的轻量级分布式优化算法及其在机器学习中的应用
- 批准号:
23K21703 - 财政年份:2024
- 资助金额:
$ 3万 - 项目类别:
Grant-in-Aid for Scientific Research (B)
触媒サイクルを機械学習モデルとした触媒構造最適化プロセスの開発
使用催化剂循环作为机器学习模型开发催化剂结构优化过程
- 批准号:
22KJ0043 - 财政年份:2023
- 资助金额:
$ 3万 - 项目类别:
Grant-in-Aid for JSPS Fellows
量子最適化アルゴリズムの大幅なアップデートと機械学習を用いる機構解明法の確立
量子优化算法的重大更新和利用机器学习建立机制阐明方法
- 批准号:
23K04659 - 财政年份:2023
- 资助金额:
$ 3万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
機械学習による医薬候補化合物の構造最適化
使用机器学习对候选药物化合物进行结构优化
- 批准号:
22KJ2290 - 财政年份:2023
- 资助金额:
$ 3万 - 项目类别:
Grant-in-Aid for JSPS Fellows