進化計算における制御パラメタの効率的な設定方法の開発と応用

进化计算中控制参数设置的有效方法的开发与应用

• 批准号: 14J09528
• 负责人: 田邊 遼司
• 金额: $ 1.41万
• 依托单位: The University of Tokyo
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2014
• 资助国家: 日本
• 起止时间: 2014-04-25 至 2016-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-14J09528/
• 关键词: 進化計算; Differential Evolution; 関数最適化問題; パラメータチューニング; パラメータ適応; パラメタチューニング; パラメタ適応

本研究の目的は, 進化アルゴリズムにおける制御パラメータの効率的な設定方法の開発と応用である. 前年度から引き続き, 本年度においても関数最適化問題に対する進化アルゴリズムの中でも最も強力な手法の1つである適応的Differential Evolution (DE) の解析に取り組んできた. 主な研究成果は以下のようにまとめられる:(1) 異なる最大評価回数におけるDEアルゴリズムのパラメータ設定の調査本研究では異なる最大評価回数に対するDEの適切なパラメータ設定を, 自動パラメータチューナーを用いて解析した. その結果, (i) 最大評価回数の設定ごとに適切なパラメータ設定は大きく異なること, (ii) 自動チューナーにより得られたパラメータ設定は, 訓練環境とテスト環境での最大評価回数の設定が異なる場合は不適切となることがわかった. 本研究にて得られたこれらの知見は, 今後DEを含む進化アルゴリズムを解の評価に時間がかかる問題に適用する際に有益である. さらに, 本研究で得られた知見を, 実問題である油槽シミュレータのパラメータ最適化問題へ応用した.(2) 適応DEの適応メカニズムの解析前年度において開発した, SHADEに決定的集団数減少法を導入したL-SHADEは, IEEE CEC 2014にて開催された関数最適化に対する近似手法のコンペティションにて優勝するなど, 既存手法と比べ良好な性能が報告されている. しかし, そのパラメータ適応手法に関する知見は乏しい. そこで, SHADEを含む5つの適応DEのパラメータ適応手法を (i) ベンチマーク問題集における性能評価, (ii) 本研究にて提案する新たなシミュレーション法により解析した. その結果から, SHADEが優れた性能を示す理由が明らかになった. 得られた知見は, 今後のパラメータ適応手法開発に有益である.

The purpose of this study is to evolve the な setting method for ア ゴリズムにおける to control パラメ タ タ タ efficiency <e:1> to develop と応 for である. Before annual か ら lead き 続 き, this year's に お い て も masato several optimization problems に す seaborne る Evolution ア ル ゴ リ ズ ム の in で も も most powerful な gimmick の 1 つ で あ る optimum 応 of Differential Evolution (DE) analytical に の take り group ん で き た. Main な research under は の よ う に ま と め ら れ る : (1) different な る review 価 back several largest に お け る DE ア ル ゴ リ ズ ム の パ ラ メ ー タ setting の research this study で は different な る review 価 back several largest に す seaborne る DE の appropriate な パ ラ メ ー タ set を, automatic パ ラ メ ー タ チ ュ ー ナ ー を with い て parsing し た. そ の results, (I) review 価 biggest set back several の ご と に appropriate な パ ラ メ ー タ set は big き く different な る こ と, (ii) automatic チ ュ ー ナ ー に よ り have ら れ た パ ラ メ ー タ set は, training environment と テ ス ト environment で の review 価 biggest set back several の が different な は る occasion not appropriate と な る こ と が わ か っ た. This study に て have ら れ た こ れ ら の knowledge は, the future DE を containing む evolution ア ル ゴ リ ズ ム を solution の review 価 に time が か か る problem に applicable す る interstate に beneficial で あ る. さ ら に, this study で must ら れ た knowledge を, Be problem で あ る tank シ ミ ュ レ ー タ の パ ラ メ ー タ optimization problem へ 応 with し た. (2) the optimal 応 DE の optimum 応 メ カ ニ ズ ム の before parsing annual に お い て open 発 し た, SHADE に decided to cut the number set 団 method を import し た L - SHADE は, IEEE 2014 に CEC て open rush さ れ た masato several optimization に す seaborne る approximation technique の コ ン ペ テ ィ シ ョ ン に て superior す る な ど, existing methods と than べ performance な が report さ れ て い る. し か し, そ の パ ラ メ ー タ optimum 応 gimmick に masato す る knowledge は spent し い. そ こ で, SHADE を containing 5 つ む の optimum 応 DE の パ ラ メ ー タ optimum 応 gimmick を (I) ベ ン チ マ ー ク problem sets に お け る performance review 価, (ii) this study に て proposal す る new た な シ ミ ュ レ ー シ ョ ン method に よ り parsing し た. そ の results か ら, SHADE が optimal れ た performance を shown す reason が Ming ら か に な っ た. It is necessary to have the knowledge of られた, and in the future, <s:1> パラメ タ タ タ should be developed in a 応 manner that is beneficial to に.

项目成果

Application of Auto-Adaptive Evolutionary Algorithms to the History Matching Problem,

自适应进化算法在历史匹配问题中的应用，

• 发表时间: 2014
• 作者: Claus de Castro Aranha;Romain Chassagne;Ryoji Tanabe
• 通讯作者: Ryoji Tanabe

A Note on Multi-Funnel Functions for Expensive Optimization Scenario

关于昂贵优化场景的多渠道功能的注意事项

• DOI: 10.1145/2739482.2764671
• 发表时间: 2015
• 期刊: Proceedings of ACM Genetic and Evolutionary Computation Conference 2015
• 作者: 田邊遼司;福永Alex;Ryoji Tanabe
• 通讯作者: Ryoji Tanabe

Hybrid 関数における適応 DE の振る舞いについて

关于混合函数中自适应 DE 的行为

• 发表时间: 2014
• 作者: 田邊遼司;福永Alex
• 通讯作者: 福永Alex

Evolutionary Computation in Black-Box Optimization

黑盒优化中的进化计算

• DOI: 10.11499/sicejl.54.567
• 发表时间: 2015
• 期刊: Journal of The Society of Instrument and Control Engineers
• 作者: 田邊遼司;串田淳一;畠中利治
• 通讯作者: 畠中利治

Expensive Scenario での多峰性関数における進化アルゴリズムの Evolvability について

关于昂贵场景中多模态函数进化算法的可进化性

• 发表时间: 2015
• 作者: 田邊遼司;福永Alex
• 通讯作者: 福永Alex