多目的遺伝的局所探索のためのHyper-Heuristics

カテゴリ: 研究会(論文単位)

論文No: ST12024

グループ名: 【C】電子・情報・システム部門 システム研究会

発行日: 2012/12/02

タイトル(英語): Hyper-Heuristics for Off-Line Parameter Specifications in Multiobjective Genetic Local Search

著者名: 明渡 直哉(大阪府立大学),能島 裕介(大阪府立大学),石渕 久生(大阪府立大学)

著者名(英語): Akedo Naoya(Osaka Prefecture University),Nojima Yusuke(Osaka Prefecture University),Ishibuchi Hisao(Osaka Prefecture University)

キーワード: 多目的遺伝的局所探索法|Ｈｙｐｅｒ－Ｈｅｕｒｉｓｔｉｃｓ|進化型多目的最適化|局所探索|Multiobjective Genetic Local Search|Hyper-Heuristics|Evolutionary Multiobjective Optimization|Local Search

要約(日本語): 進化型多目的最適化の探索性能を改善するために、局所探索を組み込んだ多目的遺伝的局所探索法が提案されている。高い探索性能を有するが、遺伝的操作や局所探索操作の順番やそれらに関連したパラメータ設定が必要である。本研究では、問題に対して適した操作の順番やパラメータを獲得するHyper-Heuristics手法を提案する。

要約(英語): Hybridization of evolutionary multiobjective optimization (EMO) algorithms with local search is referred to as multiobjective genetic local search (MOGLS). Whereas MOGLS often has much higher search ability than non-hybrid EMO algorithms, its performance is sensitive to some parameter values related to the implementation of local search. In this paper, we examine an offline approach to the tuning of those parameter values through computational experiments on multiobjective 0/1 knapsack problems. Based on experimental results, we discuss how we can implement an efficient MOGLS algorithm.

原稿種別: 日本語

PDFファイルサイズ: 578 Kバイト