相関性を用いた回転不変性を有するParticle Swarm Optimization

カテゴリ: 部門大会

論文No: MC1-2

グループ名: 【C】平成30年電気学会電子・情報・システム部門大会プログラム

発行日: 2018/09/05

タイトル(英語): Particle Swarm Optimization with Rotational Invariance using Correlativity

著者名: 熊谷 渉(首都大学東京),安田 恵一郎(首都大学東京)

著者名(英語): Wataru Kumagai|Keiichiro Yasuda

キーワード: メタヒューリスティクス|Particle Swarm Optimization|回転不変性|座標変換|相関性|Metaheuristics|Particle Swarm Optimization|Rotational Invariance|Coordinate Transformation|Correlativity

要約(日本語): メタヒューリスティクスは直接探索法であり，ブラックボックス最適化のような多様な環境下で使用されることが想定されるため，環境変化に対するロバスト性を有することが望ましい。そこで，著者らは解空間や目的関数の変換に対する不変性を付加することで，ロバスト性向上を図る設計方針は有力だと考える。本研究では，解空間の回転変換に対する不変性（回転不変性）を付加することで，Particle Swarm Optimization（PSO）のロバスト性の向上を目的とする。まず，PSOの回転不変性の欠如を指摘する。次に，相関性を用いた回転不変性を有するPSOを提案する。提案手法は任意の解集団の共分散行列を利用して座標変換を行う。さらに，提案手法の回転不変性の具備を示す。最後に，典型的な変数分離可能なベンチマーク関数と，それに回転変換を与えた関数を用いた数値実験を通じて，PSOと比較することで提案手法の探索性能・ロバスト性を検証する。

PDFファイルサイズ: 243 Kバイト