ガウス過程回帰に基づく推定を導入した二群協調型粒子群最適化手法

カテゴリ: 研究会(論文単位)

論文No: ST22035,CT22098

グループ名: 【C】電子・情報・システム部門 システム/【C】電子・情報・システム部門 制御合同研究会

発行日: 2022/11/24

タイトル(英語): Two-swarm Cooperative Particle Swarm Optimization Introducing the Prediction Using Gaussian Process Regression

著者名: 林田 智弘(広島大学),西崎 一郎(広島大学),関崎 真也(広島大学),柏原 優樹(広島大学)

著者名(英語): Tomohiro Hayashida(Hiroshima University),Ichiro Nishizaki(Hiroshima University),Shinya Sekizaki(Hiroshima University),Yuki Kashihara(Hiroshima University)

キーワード: 進化計算手法|二群協調型粒子群最適化|ガウス過程回帰|Evolutionary Computation|Two-swarm Cooperative Particle Swarm Optimization |Gaussian Process Regression

要約(日本語): 二群協調型PSO(TCPSO: Two-swarm Cooperative Particle Swarm Optimization) は，広範囲な解空間を探索する粒子群と，集中的な解探索をする粒子群の2種類の粒子群を利用することで，PSOの解探索能力を向上させている．本研究では，TCPSOが局所解に収束してしまう場合があることに着目し，ガウス過程回帰を用いた目的関数の概形の推定を導入することで，TCPSOの解探索パフォーマンスの向上を目的とする．また，ベンチマーク問題を用いた数値実験により，提案手法の有用性を検証する．_x000D_

要約(英語): Two-swarm cooperative particle swarm optimization (TCPSO) improves the solution-finding capability of PSO by utilizing two types of particle swarms: one for searching a wide solution space and the other for intensive solution searching. This study focuses on that searching processes of TCPSO sometimes converge to local solutions, and aim to improve the solution-seeking performance of TCPSO by introducing prediction of the approximate form of the objective function using Gaussian process regression. Numerical experiments on benchmark problems are conducted to verify the usefulness of the proposed method._x000D_

本誌: 2022年11月27日システム/制御合同研究会

本誌掲載ページ: 21-26 p

原稿種別: 日本語

PDFファイルサイズ: 1,068 Kバイト