オーバーサンプリングを用いた代理モデル多目的進化計算

カテゴリ：部門大会

論文No：TC4-2-1

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)：Surrogate-Assisted Multiobjective Evolutionary Algorithm Using Oversampling Technique

著者名：中橋 遼太郎（横浜国立大学）,中田 雅也（横浜国立大学）

著者名(英語)： Ryotaro Nakahashi (Yokohama National University),Masaya Nakata (Yokohama National University)

キーワード：高コスト多目的最適化,代理モデル進化計算,高次元,オーバーサンプリング,Expensive multiobjective optimization,Surrogate-assisted evolutionary algorithm,High-dimensional,Oversampling

要約(日本語)：実社会には、一回の解評価にかかるコストが高く、解評価回数が制限される多目的最適化問題(EMOP)が多く存在する。特に、高次元空間を扱うEMOPでは、探索空間に対して学習データが少なく、ガウス過程回帰(GPR)モデルによる不確実性の推定が困難になる。そこで本研究では、この課題を改善するために、GPRモデルを用いる代表的な代理モデル多目的進化計算(SAMOEA)の一つであるK-RVEAを改良し、オーバーサンプリング手法で生成した仮想個体を学習データに利用する手法を提案する。提案手法では、優良とされる内挿領域に仮想個体を生成することで、同領域の不確実性を低減させる。その結果、より有望な解が得られる可能性のある領域に対して、探索圧をかけることが可能になる。実験結果では、30次元以上のベンチマーク問題において、提案手法の優位性が確認された。

本誌掲載ページ：203-209p

原稿種別：日本語

PDFファイルサイズ：284Kバイト