ニュートラルネットワークの利用による多様性維持メカニズムを有する多目的遺伝的アルゴリズム

• Item type: SIG Technical Reports(1)
• 公開日: 2006-09-15
• タイトル: ニュートラルネットワークの利用による多様性維持メカニズムを有する多目的遺伝的アルゴリズム
• タイトル / 言語: en
• タイトル: Mechanism of Multi Objective Genetic Algorithm for maintaining the solution diversity using Neural Network
• 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: 同志社大学大学院
• 著者所属: 同志社大学工学部
• 著者所属: 同志社大学工学部
• 著者所属(英): en
• 著者所属(英): Graduate School of Knowledge Engineering, Doshisha University
• 著者所属(英): en
• 著者所属(英): Faculty of Engineering, Doshisha University
• 著者所属(英): en
• 著者所属(英): Faculty of Engineering, Doshisha University
• 著者名: 小林, 賢二; 廣安, 知之; 三木, 光範
• 著者名(英): Kenji, KOBAYASHI; Tomoyuki, HIROYASU; Mitsunori, MIKIy
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 多くの実問題において，多目的遺伝的アルゴリズムでパレート解を求める場合，高い計算コストが問題となる．計算コストを軽減する方法の一つとして，少数個体での探索が考えられる．しかしながら，計算コストの削減は図られるが，少数個体での探索は，探索過程において多様性の低下が生じ，精度の高いパレート解が求めにくいという問題が生じる．それに対して，探索過程において，解の偏りが生じた場合には，解を均等に再配置することで，少数個体においてもよりよいパレート解が得られる可能性がある．しかしながら，この場合，再配置したい空間が目的関数空間であるために，目的関数値から設計変数値を導出する逆解析を行う必要がある．そこで本論文では，人工ニューラルネットワーク(Artificial Neural Network:ANN)で、目的関数の逆関数を近似し，探索過程における多用性の低下を軽減することで，多様性を維持した探索を行うメカニズムを提案する．提案手法を代表的な多目的GA手法であるNSGA-Ⅱに組み込み、テスト関数を用いて探索に及ぼす影響について検討を行った．ANNによる多様性維持メカニズムを組み込んだNSGA-Ⅱが従来のNSGA-Ⅱ選りすぐれた探索性能を示す関数や，効果を発揮できない場合などを検討した．また，多数の個体を用いた，NSGA-Ⅱによる探索と比較，アーカイブサイズなどのパラメータの検討を行っている．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: When multi-objective genetic algorithm is applied to real world problems for deriving Pareto optimum solutions, high calculation cost becomes a problem. One of solutions of this problem is using small number of population size. With this solution, however, it often happens that the diversity of the solutions is lost. Then the solutions which have the sucient precisions cannot be derived. For overcoming this diculty, the solutions should be re-placed when the solutions are concentrated on a certain point. To perform this re-placement, inverse analyze to derive the design variables from objects since the solutions are located in the objective space. For this purpose, in this paper, the Articial Neural Network (ANN) is applied. Using ANN, the solutions which are concentrated on certain points are re-placed and the diversity of the solutions is maintained. In this paper, the new mechanism using ANN to keep the diversity of the solutions is proposed. The proposed mechanism is introduced into NSGA-II and applied for the test functions. It is discussed that in some test functions the proposed mechanism is useful compared to the conventional method. At the same time, it is also discussed that in other functions the proposed mechanism is not useful. In other numerical experiments, the results of the proposed algorithm with plentifully population are discussed and the aection of the proposed mechanism is also described.
• 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 2006, 号 95(2006-MPS-061), p. 41-44, 発行日 2006-09-15
• 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