階層的分解に基づいて制約条件を目的関数に変換する有制約多目的最適化アルゴリズム

カテゴリ: 部門大会

論文No: GS11-3

グループ名: 【C】2023年電気学会電子・情報・システム部門大会

発行日: 2023/08/23

タイトル(英語): A Constrained Multi-objective Evolutionary Algorithm with Transforming Constraints into an Objective Function Based on Hierarchical Decomposition

著者名: 安田 雄佑（東京都立大学）,田村 健一（東京都立大学）,安田 恵一郎（東京都立大学）

著者名(英語): Yusuke Yasuda (Tokyo Metropolitan University),Kenichi Tamura (Tokyo Metropolitan University),Keiichiro Yasuda (Tokyo Metropolitan University)

キーワード: 多目的最適化|メタヒューリスティクス|進化計算|MOEA/D|制約対処分解|Multi-objective Optimization|Metaheuristics|Evolutionary Computation|MOEA/D|Constraint HandlingDecomposition

要約(日本語): 本稿は，有制約多目的最適化問題を解決するために階層的分解に基づいて制約条件を目的関数に変換する多目的最適化アルゴリズムを提案する。Multiobjective Evolutionary Algorithm Based on Decomposition（MOEA/D）は無制約多目的最適化問題を解決するために効果的である。しかしながら，実問題の多くは制約が課されるため，MOEA/Dに立脚した適切な制約への対処が必要となる。提案手法は，新たに拡張重みベクトルを導入することで，目的関数空間とそれに制約違反量を加えた空間を階層的に分解し，制約条件を追加の目的関数として扱う。拡張重みベクトルは，実行可能・不可能領域を同時に探索するように与えられ，探索過程で自動的に調整される。多目的・多数目的のベンチマーク問題を使用し，最先端の有制約MOEA/Dと比較することで，提案手法の有効性を検証する。