個別評価可能な制約付き最適化に対する先読みベイズ最適化

カテゴリ：部門大会

論文No：OS1-2-8

グループ名：【C】2025年電気学会電子・情報・システム部門大会

発行日：2025/8/20

タイトル(英語)：Multi-Step Look-Ahead Bayesian Optimization under Decoupled Constraint

著者名：桐淵 大貴（東芝）,吉田 琢史（東芝）

著者名(英語)： Daiki Kiribuchi (Toshiba),Takufumi Yoshida (Toshiba)

キーワード：ベイズ最適化,期待改善量,制約,シミュレーション,コスト計算時間,Bayesian optimization,expected improvement,constraint,simulation,costcomputation time

要約(日本語)：コスト（計算時間）の異なる複数のシミュレーションによって目的関数値と制約関数値がそれぞれ得られる、制約付き最適化問題を考える。本問題に対する既存のベイズ最適化手法は情報利得に基づくものが多く、得られた評価済みのパラメータが必ずしも良い値でない課題がある。そこで、期待改善量に基づく先読みを用いたベイズ最適化手法を提案する。例えば、あるパラメータでまず制約関数を評価し、制約を満たす場合はそのパラメータで目的関数も評価し、満たさない場合は別パラメータで2関数を評価する戦略を考える。このような先読みを考えた期待改善量を算出し、これが最大となるパラメータと評価する関数を推薦する。本手法の有効性を調べるため、6次元のテスト問題を用いて、提案手法と、必ず目的関数と制約関数を同時に評価する従来手法とを比較し、提案手法は従来よりも総コストを14-63%削減できることを確認する。

本誌掲載ページ：775-779p

原稿種別：日本語

PDFファイルサイズ：379Kバイト