Study of distributed evolutionary computation for interrelated multi-objective optimization problems

相互关联的多目标优化问题的分布式进化计算研究

• 批准号: 22K12185
• 负责人: 佐藤 裕二
• 金额: $ 2.66万
• 依托单位: Hosei University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 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/grant/KAKENHI-PROJECT-22K12185/
• 关键词: Distributed NSGA-II; Divide-and-conquer; Distributed MOEA/D; Ideal Point; Multitasking; Heterogeneous; 多目的進化アルゴリズム; 並列分散処理; ソフトコンピューティング; スマート社会

(1) 重みベクトルの分解に着目した手法を代表するMOEA/Dに関して、単一CPUにおける理想点の変化を観測することで、初期段階では急激な変化がある一方で、解探索の途中から緩やかな変化に切り替わる傾向があることを調査・分析した。この実験結果を基に、理想点の変化を観測しながら、重みベクトルの基準となる理想点の値を調整するための妥当な間隔を自律適応的に決定する方式の検討を行った。具体的には、探索過程での（世代数が異なる）幾つかの理想点の値を標本データとして、最小二乗法などの統計的最適化法を用いてcore間で理想点の値を補正するための移住間隔を決める方式の検討を行い評価実験を開始した。(2) また、より大規模な並列環境を想定して、基本的にcore毎に独立して理想点を推定する方式の検討を行った。具体的には、探索途中の非劣解集合の端（エッジ）の重みベクトルを全てのcoreで共有し、残りの重みベクトルは、各coreに（モジュロ演算などを用いて、できるだけ）均一に割り当てる並列分散方式を提案した。また、パレートフロントの広がりを維持する力を強めるために、子個体を生成するための遺伝子操作において、オリジナルのMOEA/DのようにT-近傍内のランダムに選択した2個体を親個体とするのではなく、一方の親個体は当該重みベクトルが保持している個体を用いることとした。本手法に関しては簡単な評価実験を開始して有効な実験結果を得たために、ACM/SIGEVO主催の国際会議GECCOのポスターセッションに投稿して採択された。(3) 今後、相互性を有する多目的問題の解法を考える際に、現在の遺伝的アルゴリズムよりも、群知能を基本とした進化型多目的最適化アルゴリズムの方がcore間の解探索精度の低下問題に有効となる可能性を考えて、群知能に関して精力的に研究を進めている中国の若手研究者と国際研究協力を開始した。

(1)The analysis of MOEA/D, CPU, ideal point, initial stage, rapid change, solution exploration, slow change, change tendency, etc. The results of this study are based on the measurement of ideal points, the adjustment of ideal point values, and the determination of appropriate intervals for self-regulation. The specific exploration process (the number of generations varies), the value of the ideal point, the least-squares method, the statistical optimization method, the method of correcting the value of the ideal point, the method of moving the interval, and the method of evaluating the method begin. (2)A discussion of the ways in which large-scale, parallel environments are thought to be determined and basic, independent, ideal points are estimated. Specifically, the core of the non-inferior solution set in the exploration process is shared, the core of the non-inferior solution set is residual, and the core of the non-inferior solution set is uniformly divided into parallel and distributed modes. The MOEA/D is a T-near-home selection of two individuals, one parent, and one parent, and the other parent, when the weight is maintained. This method is related to the preparation of the report, and the preparation of the report. (3)Future, interactive, multi-purpose problem solving, research on multi-purpose problem solving,

项目成果

マルチタスク学習のためのオンラインFine-Tuning における動的パラメータ調整手法の検討

多任务学习在线微调动态参数调整方法研究

• 发表时间: 2023
• 作者: 佐藤 陽斗;佐藤 裕二
• 通讯作者: 佐藤 裕二

多目的最適化ライブラリPymoo を用いた分散NSGA-II 評価環境の構築

使用多目标优化库Pymoo构建分布式NSGA-II评估环境

• 发表时间: 2023
• 作者: 小林良輔;佐藤未来子;佐藤裕二
• 通讯作者: 佐藤裕二

Adaptive PBI for Massively Parallel MOEA/D in a Distributed Memory Environment

• DOI: 10.1109/cec55065.2022.9870272
• 发表时间: 2022-07
• 期刊: 2022 IEEE Congress on Evolutionary Computation (CEC)
• 作者: Yuji Sato;Tomoya Hirayama;Ryo Ikami

A Twinning Memory Bare-Bones Particle Swarm Optimization Algorithm for No-Linear Functions

• DOI: 10.1109/access.2022.3222530
• 发表时间: 2023
• 期刊: IEEE Access
• 影响因子: 3.9
• 作者: Haiyang Xiao;Jianzhong Guo;Binghua Shi;Yi Di;Chao Pan;Ke Yan;Yuji Sato

Transformer を活用したGAN による手振れ補正モデルの検討

使用 Transformer 使用 GAN 进行图像稳定模型的研究

• 发表时间: 2023
• 作者: 大口瑞妃;佐藤裕二
• 通讯作者: 佐藤裕二