ガウス過程回帰を用いた粒子群最適化の統合手法の構築

カテゴリ: 研究会(論文単位)

論文No: CT24102

グループ名: 【C】電子・情報・システム部門 制御研究会

発行日: 2024/12/04

タイトル(英語): Construction of Combined method of Particle Swarm Optimization Using Gaussian Process Regression

著者名: 大恵 航太(広島大学),林田 智弘(広島大学),関崎 真也(広島大学),西崎 一郎(広島大学)

著者名(英語): Kota Oe(Hiroshima University),Tomohiro Hayashida(Hiroshima University),Shinya Sekizaki(Hiroshima University),Ichiro Nishizaki(Hiroshima University)

キーワード: 最適化|粒子群最適化|サロゲートモデル|ガウス過程回帰|Optimization|Particle Swarm Optimization|Surrogate Model|Gaussian Process Regression

要約(日本語): 粒子群最適化(PSO)は鳥の群れの行動を模倣した進化計算の一種であり，TCPSOでは集中的探索を行うスレーブ粒子群と大域的探索を行うマスター粒子群が用いられている．また，Kashihara et al.(2023)は，TCPSOにガウス過程回帰を導入し用いる入力点によって3種類の手法を提案した．本研究では，汎用的でありかつ解探索効率の改善を目的としてこれらの3手法を統合するアルゴリズムを提案する．

要約(英語): Particle Swarm Optimization (PSO) is a type of evolutionary computation. The Two-swarm Cooperative PSO (TCPSO) uses two types of swarms. Additionally, three methods have been proposed, which introduce Gaussian process regression into TCPSO (Kashihara et al., 2023). In this study, we propose an algorithm that is universal and aims to improve solution search efficiency by combining these three methods.

本誌: 2024年12月7日制御研究会

本誌掲載ページ: 1-6 p

原稿種別: 日本語

PDFファイルサイズ: 710 Kバイト