高次元最適化問題を対象とした個体群ベースメタヒューリスティクスのための初期個体生成法

カテゴリ: 部門大会

論文No: GS7-5

グループ名: 【C】2024年電気学会電子・情報・システム部門大会

発行日: 2024/08/28

タイトル(英語): An Initialization Method for Population-Based Metaheuristics solving Large-Scale Optimization Problems

著者名: 曵地 悠真（千葉工業大学）,山口 智（千葉工業大学）

著者名(英語): Yuma Hikichi (Chiba Institute of Technology),Satoshi Yamaguchi (Chiba Institute of Technology)

キーワード: 高次元最適化問題|球面集中現象|個体群ベースメタヒューリスティクス|超球面|初期化手法|High-Dimensional Optimization Problem|Concentration on the Sphere|Population-Based Metaheuristics|Hyperspheres|Initialization Method

要約(日本語): 近年のシステムの大規模化に伴い，最適化問題の複雑化と高次元化が進んでいる。複雑化する最適化問題に有効な手法として，個体群ベースのメタヒューリスティクスが注目されている。本研究では，これらアルゴリズムの初期化方法に焦点を当てる。個体群ベースのメタヒューリスティクスでは，探索のために解候補集団を初期化する必要がある。大規模な高次元最適化問題においては，解集団の初期化が終盤の探索に影響を及ぼす可能性が示唆されている。解集団の初期化で一般に利用されるものとして，一様分布による乱数生成がある。しかし，高次元空間においては，球面集中現象の影響により解集団が一様に分布せず，初期解集団の多様性の低下につながる。そこで，本研究では，各探索空間を分割した複数の超球面周辺に解候補個体を生成，各アルゴリズムにて一定世代探索を実施し，各超球面から最適解に近い上位個体を初期解集団として抽出する初期化手法を提案する。