局所探索を強化したサロゲート型進化計算による高コスト順列組合せ最適化

カテゴリ：部門大会

論文No：TC4-2-9

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)：Expensive Permutation-based Combinatorial Optimization by Surrogate-assised Evolutionary Algorithm With Enhanced Local Search

著者名：河内 耀（横浜国立大学）,宮本 裕幸（横浜国立大学）,中田 雅也（横浜国立大学）

著者名(英語)： yo kawauchi (Yokohama National University),hiroyuki Miyamoto (Yokohama National University),masaya nakata (Yokohama National University)

キーワード：サロゲート進化計算,順列組み合わせ最適化問題,surrogate-assisted evolutionary algorithm,permutation-based combinatorial optimization

要約(日本語)：本研究では、解の評価回数が制限される高コスト順列組合せ最適化問題に対して、局所探索を強化したサロゲート型進化計算を提案する。過去に我々が提案したサロゲート型進化計算手法（GBDTMA）は大域探索を行うため、収束速度が低下する課題がある。本研究では、サロゲートモデルの学習データ、ならびに、親個体の選択方法に関して、局所探索を指向した方法へGBDTMAを改良することで、この課題を解決する。実験により、提案手法がGBDTMAを含む既存手法よりも優れた性能を導出できることを示す。

本誌掲載ページ：241-247p

原稿種別：日本語

PDFファイルサイズ：1,152Kバイト