解集合アグリゲーションによる多目的進化計算

使用解集聚合的多目标进化计算

• 批准号: 22H03660
• 负责人: 佐藤 寛之
• 金额: $ 11.32万
• 依托单位: The University of Electro-Communications
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (B)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-22H03660/
• 关键词: 進化計算; 最適化; 多目的最適化

まず，当初計画の[研究項目A]として，目的空間における解集合アグリゲーションによって，推定パレートフロントを得る方法を構築した．具体的には，限られた既知の良好な解集合の目的関数値ベクトルをもとに，目的関数空間の各方向におけるパレートフロントの位置を，クリギング法や放射状基底関数ネットワークを用いて推定する．凸型，凹型，分離型のパレートフロントを有するテスト最適化問題において，提案法が，パレートフロントを良好に推定できることを明らかにした．また，提案法は，目的関数空間において，パレートフロントが存在しない方向についても，最良の目的関数値を示せることを明らかにした．これは，パレートフロントが存在しない目的空間の領域の目的関数値を意思決定者に説明する手段として有益であると考えられる．つぎに，当初計画の[研究項目B]より先行して，[研究項目C]変数空間における解集合アグリゲーションによって，推定パレートセットを得る方法を構築した．これは，[研究項目A]の検討の過程で，[研究項目A]と共通の仕組みを用いて[研究項目C]を実現できることがわかってきたためである．具体的には，限られた既知の良好な解集合の変数値ベクトルをもとに，目的関数空間の各方向に対応する変数空間における位置をクリギング法や放射状基底関数ネットワークを用いて推定する．テスト問題において，提案法は，ランダム性を含む進化計算による解の生成法より，目的関数値の良好な解を獲得できることを明らかにした．また，実問題においても，効果があることを明らかにした．

ま ず that plan の [A] research project と し て, objective space に お け る solution set ア グ リ ゲ ー シ ョ ン に よ っ て, presumption パ レ ー ト フ ロ ン ト を method る を build し た. Specific に は, limit ら れ た know の already good な solution set の purpose masato the numerical ベ ク ト ル を も と に, purpose masato number space の each direction に お け る パ レ ー ト フ ロ ン ト を の position, ク リ ギ ン グ method や radial base number of masato ネ ッ ト ワ ー ク を with い て presumption す る. Convex, concave, separation の パ レ ー ト フ ロ ン ト を have す る テ ス ト optimization problem に お い て, が proposal method, パ レ ー ト フ ロ ン ト を good に presumption で き る こ と を Ming ら か に し た. は ま た, proposal method, purpose masato number space に お い て, パ レ ー ト フ ロ ン ト が exist し な い direction に つ い て も, most good の purpose masato the numerical を shown せ る こ と を Ming ら か に し た. こ れ は, パ レ ー ト フ ロ ン ト が exist し な い masato space の field の purposes of the numerical mean を に decides that す る means と し て beneficial で あ る と exam え ら れ る. つ ぎ に that plan の [B] research project よ り first し て, [C] research project - number space に お け る solution set ア グ リ ゲ ー シ ョ ン に よ っ て, presumption パ レ ー ト セ ッ ト を method る を build し た. こ れ は, [A] research project の 検 for で の process, [A] research project と common の blackstone group み を with い て [C] research project を be presently で き る こ と が わ か っ て き た た め で あ る. Specific に は, limit ら れ た know の already good な solution set の - the numerical ベ ク ト ル を も と に, purpose masato number space の each direction に 応 seaborne す る - number space に お け る position を ク リ ギ ン グ method や radial base number of masato ネ ッ ト ワ ー ク を with い て presumption す る. テ ス ト problem に お い て, は proposal method, ラ ン ダ ム sex を containing む evolutionary computation に よ の る solution generated method よ り, purpose masato the numerical の を な solution obtained good で き る こ と を Ming ら か に し た. Youdaoplaceholder0, the actual problem is にお て て て, the effect is がある とを とを, the result is ら ら に た た た.

项目成果

Markov Chain-based Local Optima Network and Performance Estimation of (1+1)-EA

基于马尔可夫链的局部最优网络及(1 1)-EA的性能估计

• DOI: 10.11394/tjpnsec.13.40
• 发表时间: 2022
• 期刊: Transaction of the Japanese Society for Evolutionary Computation
• 作者: Tomoaki Takagi;Keiki Takadama and Hiroyuki Sato;田中 彰一郎，古谷 博史，日和 悟，廣安 知之，高玉 圭樹，佐藤 寛之
• 通讯作者: 田中 彰一郎，古谷 博史，日和 悟，廣安 知之，高玉 圭樹，佐藤 寛之

Directional Pareto Front and Its Estimation to Encourage Multi-Objective Decision-Making

• DOI: 10.1109/access.2023.3250238
• 发表时间: 2023
• 期刊: IEEE Access
• 影响因子: 3.9
• 作者: Tomoaki Takagi;K. Takadama;Hiroyuki Sato

Niching Migratory Multi-Swarm Optimiser by Replacing Generation and Deletion with Movement for Real Robots: adjusting swarm size based on convergence

通过用真实机器人的运动代替生成和删除来定位迁移多群优化器：根据收敛调整群大小

• 发表时间: 2022
• 作者: Yusuke Maeakwa;Hiroyuki Sato;Keiki Takadama
• 通讯作者: Keiki Takadama

Inheritance vs. Expansion: Generalization Degree of Nearest Neighbor Rule in Continuous Space as Covering Operator of XCS

继承与扩展：连续空间中最近邻规则作为XCS覆盖算子的泛化程度

• 发表时间: 2022
• 作者: Hiroki Shiraishi;Yohei Hayamizu;Nakari Iko;Hiroyuki Sato;Keiki Takadama
• 通讯作者: Keiki Takadama

無限探索空間のマルチモーダル最適化問題に向けた粒子群最適化による動的探索範囲拡張

使用粒子群优化动态搜索范围扩展解决无限搜索空间中的多模态优化问题

• 发表时间: 2022
• 作者: 石澤 竜希;空閑 智也;前川 祐介;佐藤 寛之;高玉圭樹
• 通讯作者: 高玉圭樹