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) Heavy decomposition of the object and the technique of the design represent the MOEA/D test method and the ideal point of the single CPU. , the initial stage of the rapid change of the change of one side, the solution of the exploration on the way of the slow change of the change, the tendency of the change of the change, the investigation and analysis of the tendency.この実験 result をbase に, ideal point の変化を観measurement しながら, 重みベクトルのBenchmark となる理Think about the adjustment, the appropriate interval, the self-discipline, the appropriateness, the decision-making, the method, and the way to do it. The specific details, the exploration process, the number of generations, the ideal point, the ideal point, the specimen, and the least squares method, the final statistics Adaptation method uses the ideal point between the core and the ideal point to correct the gap and move the interval to determine the distance between the core and the ideal point. (2) また、より Large-scale Parallel Environment を Scenario して、Basic にcore に Independent してIdeal Point を Presumption する Way の検 Discussion を Action った. Specific details, the collection of non-inferior solutions on the way to explore (エッジ) no heavy parts, all the core parts shared, and residual parts Toru, each core (モジュロなどを用いて, できるだけ) is uniformly divided and the parallel dispersion method is proposed.また, パレートフロントの広がりをmaintain する力を强めるために, sub-individualをGeneration するための伝子operation において、オリジナルのMOEA/DのようにT-Nearly the inner のランダムに选択した2 individual をparent individual とするのではなく、一It's time to focus on the relationship between the individual and the individual and keep it in mind. This technique is simple and effective, and the result is simple and effective. ACM/ SIGEVO hosted the international conference GECCO and submitted a paper. (3) In the future, there will be mutuality, there will be a solution to the multi-purpose problem, and there will be a solution to the multi-purpose problem.リズムよりも、Group intelligence ability basic としたevolutionary multi-purpose optimization アルゴリズムの方がc The problem of low exploration accuracy among ore has been effectively solved, the possibility has been tested, and the research of group knowledge has been vigorously carried out, and the international research collaboration between Chinese researchers and international research collaboration has begun.

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