多数目的最適化を利用したパラメータチューニング

• Item type: SIG Technical Reports(1)
• 公開日: 2008-12-10
• タイトル: 多数目的最適化を利用したパラメータチューニング
• タイトル / 言語: en
• タイトル: Parameter Tuning Using Evolutionary Many-Objective Optimization
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 同志社大学生命医科学部
• 著者所属: 同志社大学大学院
• 著者所属: 同志社大学理工学部
• 著者所属: 同志社大学生命医科学部
• 著者所属(英): en
• 著者所属(英): Faculty of Life and Medical Sciences, Doshisha University
• 著者所属(英): en
• 著者所属(英): Graduate School of Engineering, Doshisha University
• 著者所属(英): en
• 著者所属(英): Faculty of Knowledge Engineering, Doshisha University
• 著者所属(英): en
• 著者所属(英): Faculty of Life and Medical Sciences, Doshisha University
• 著者名: 廣安, 知之; 石田, 裕幸; 三木, 光範; 横内, 久猛
• 著者名(英): Tomoyuki, Hiroyasu; Hiroyuki, Ishida; Mitsunori, Miki; Hisatake, Yokouchi
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本稿では，多数目的最適化において有効な探索が可能な多目的最適化手法を用い，新たなパラメータチューニング手法を提案した．実世界における事象やシステムを模倣したモデルのパラメータをチューニングする研究では，観測値との誤差間のトレードオフの度合いを把握することができるように，多目的最適化の概念を利用したパレート的アプローチが注目されている．しかし，パラメータチューニングでは考慮すべき観測値が数多く存在するのに対し，一般的な多目的最適化手法は，目的数が多くなれば性能が著しく悪化してしまう．そこで，意思決定者の選好情報を利用する多目的最適化を適用したパラメータチューニング手法を提案した．意思決定者の選好情報を利用する多目的最適化では，探索する目的関数空間を意思決定者が好む領域周辺に限定することで，多数目的最適化問題に対しても有効な探索を可能にする．テストモデルやディーゼルエンジン燃焼モデルである HIDECS のパラメータをチューニングする数値実験を通して，本手法を用いれば，観測値との誤差が小さく，観測値周辺に多様性のある解集合を得られることを確認できた．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In this paper, we proposed a parameter tuning method using Evolutionary Multi-objective Optimization (EMO) algorithms modified for an efficient search in many-objective problems. In researches to tune parameters of models that imitate real world phenomena and systems, the Pareto approaches using concepts of EMO have been studied because Decision Maker (DM) can understand the degree of trade-off among errors to observation values from two or more sets of parameters obtained by EMO. However, the performance of well-known EMO algorithms such as NSGA-Ⅱ SPEA2 is poor with many-objective problems even though there are many observation values in parameter tuning. Therefore, we applied a method using the preferences of DM to parameter tuning. In EMO using DM's preferences, efficient search in many-objective problems is achieved by limiting the search area around the region that DM prefers. Through the numerical experiments with simple test models and HIDECS, which is a sophisticated phenomenological spray-combustion model, it was confirmed that the proposed method could obtain sets of parameters with accuracy and diversity in the vicinity of reference points.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10505667
• 書誌情報: 情報処理学会研究報告数理モデル化と問題解決（MPS）; 巻 2008, 号 126(2008-MPS-072), p. 81-84, 発行日 2008-12-10
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会