論文の概要: Improving Many-Objective Evolutionary Algorithms by Means of
Edge-Rotated Cones
- arxiv url: http://arxiv.org/abs/2004.06941v2
- Date: Fri, 19 Jun 2020 17:53:13 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-13 03:04:59.550470
- Title: Improving Many-Objective Evolutionary Algorithms by Means of
Edge-Rotated Cones
- Title（参考訳）: エッジ回転円錐による多目的進化アルゴリズムの改良
- Authors: Yali Wang, Andr\'e Deutz, Thomas B\"ack, and Michael Emmerich
- Abstract要約: m$次元の客観的空間の点が与えられたとき、点の任意の$varepsilon$-ballは、非可換、支配的、支配的領域に分割することができる。
比較不能領域のサイズと支配的(および支配的)領域の比率は1/2m-1$に比例して減少する。
支配点がランダムな等方的突然変異によって見つかることは、ますますありそうにない。
- 参考スコア（独自算出の注目度）: 16.372393700527606
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Given a point in $m$-dimensional objective space, any $\varepsilon$-ball of a
point can be partitioned into the incomparable, the dominated and dominating
region. The ratio between the size of the incomparable region, and the
dominated (and dominating) region decreases proportionally to $1/2^{m-1}$,
i.e., the volume of the Pareto dominating orthant as compared to all other
volumes. Due to this reason, it gets increasingly unlikely that dominating
points can be found by random, isotropic mutations. As a remedy to stagnation
of search in many objective optimization, in this paper, we suggest to enhance
the Pareto dominance order by involving an obtuse convex dominance cone in the
convergence phase of an evolutionary optimization algorithm. We propose
edge-rotated cones as generalizations of Pareto dominance cones for which the
opening angle can be controlled by a single parameter only. The approach is
integrated in several state-of-the-art multi-objective evolutionary algorithms
(MOEAs) and tested on benchmark problems with four, five, six and eight
objectives. Computational experiments demonstrate the ability of these
edge-rotated cones to improve the performance of MOEAs on many-objective
optimization problems.
- Abstract（参考訳）: m$次元の対象空間の点が与えられたとき、点の任意の$\varepsilon$-ballは、非可換で支配的かつ支配的な領域に分割することができる。
比較不能領域の大きさと支配領域(および支配領域)の比率は、他の全ボリュームと比較して、パレートが支配するオルタントの体積である1/2^{m-1}$に比例して減少する。
このような理由から、ランダムな等方的突然変異によって支配的な点が見つかる可能性はますます高くなる。
本稿では,多目的最適化における探索の停滞に対する対策として,進化的最適化アルゴリズムの収束相に可換凸支配錐を導入することにより,パレート支配順序を向上させることを提案する。
開口角を1つのパラメータのみで制御できるパレート支配コーンの一般化としてエッジ回転コーンを提案する。
このアプローチは最先端の複数の多目的進化アルゴリズム(moeas)に統合され、4、5、6、8の目標によるベンチマーク問題でテストされている。
計算実験は、エッジ回転円錐が多目的最適化問題に対するmoeaの性能を向上させる能力を示す。
関連論文リスト
- Variable Substitution and Bilinear Programming for Aligning Partially Overlapping Point Sets [48.1015832267945]
本研究では,RPMアルゴリズムの最小化目的関数を用いて要求を満たす手法を提案する。
分岐とバウンド(BnB)アルゴリズムが考案され、パラメータのみに分岐し、収束率を高める。
実験による評価は,非剛性変形,位置雑音,外れ値に対する提案手法の高剛性を示す。
論文 参考訳（メタデータ） (2024-05-14T13:28:57Z) - Double Duality: Variational Primal-Dual Policy Optimization for
Constrained Reinforcement Learning [132.7040981721302]
本研究では,訪問尺度の凸関数を最小化することを目的として,制約付き凸決定プロセス(MDP)について検討する。
制約付き凸MDPの設計アルゴリズムは、大きな状態空間を扱うなど、いくつかの課題に直面している。
論文 参考訳（メタデータ） (2024-02-16T16:35:18Z) - Moreau Envelope ADMM for Decentralized Weakly Convex Optimization [55.2289666758254]
本稿では,分散最適化のための乗算器の交互方向法(ADMM)の近位変種を提案する。
数値実験の結果,本手法は広く用いられている手法よりも高速かつ堅牢であることが示された。
論文 参考訳（メタデータ） (2023-08-31T14:16:30Z) - Beyond the Golden Ratio for Variational Inequality Algorithms [12.470097382737933]
我々は,モノトーン変分不等式 (VI) と凸凹 min-max 問題の解法である $textitgolden ratio algorithm$ の理解を改善した。
我々は,黄金比アルゴリズムと文献における既存のアルゴリズムとの橋渡しを完了するために,より大きなステップサイズを使用することのできる新しい分析手法を提案する。
論文 参考訳（メタデータ） (2022-12-28T16:58:48Z) - A novel multiobjective evolutionary algorithm based on decomposition and
multi-reference points strategy [14.102326122777475]
分解に基づく多目的進化アルゴリズム(MOEA/D)は、多目的最適化問題(MOP)を解く上で、極めて有望なアプローチであると考えられている。
本稿では,よく知られたPascoletti-Serafiniスキャラライゼーション法とマルチ参照ポイントの新たな戦略により,MOEA/Dアルゴリズムの改良を提案する。
論文 参考訳（メタデータ） (2021-10-27T02:07:08Z) - Result Diversification by Multi-objective Evolutionary Algorithms with
Theoretical Guarantees [94.72461292387146]
両目的探索問題として結果の多様化問題を再構成し,多目的進化アルゴリズム(EA)を用いて解くことを提案する。
GSEMOが最適時間近似比1/2$を達成できることを理論的に証明する。
目的関数が動的に変化すると、GSEMOはこの近似比をランニングタイムで維持することができ、Borodinらによって提案されたオープンな問題に対処する。
論文 参考訳（メタデータ） (2021-10-18T14:00:22Z) - Lower Bounds and Optimal Algorithms for Smooth and Strongly Convex
Decentralized Optimization Over Time-Varying Networks [79.16773494166644]
通信ネットワークのノード間を分散的に保存するスムーズで強い凸関数の和を最小化するタスクについて検討する。
我々は、これらの下位境界を達成するための2つの最適アルゴリズムを設計する。
我々は,既存の最先端手法と実験的な比較を行うことにより,これらのアルゴリズムの理論的効率を裏付ける。
論文 参考訳（メタデータ） (2021-06-08T15:54:44Z) - The Cone epsilon-Dominance: An Approach for Evolutionary Multiobjective
Optimization [1.0323063834827413]
進化アルゴリズムの収束と多様性を改善するためのコーン・エプシロン・マディナンス・アプローチ。
16のよく知られたベンチマーク問題が実験セクションで検討されている。
その結果,コーン-エプス-MOEAは,検討したすべてのパフォーマンス指標に対して,効率的かつバランスの取れた性能を示すことができることが示唆された。
論文 参考訳（メタデータ） (2020-07-14T14:13:13Z) - Optimizing Monotone Chance-Constrained Submodular Functions Using Evolutionary Multi-Objective Algorithms [11.807734722701786]
ここでは制約は成分を伴い、制約はアルファの小さな確率でのみ破ることができる。
GSEMOアルゴリズムは, 単調な部分モジュラ関数に対して, 最悪の性能保証が得られることを示す。
実験結果から, 進化的多目的アルゴリズムを用いることで, 性能が大幅に向上することが示唆された。
論文 参考訳（メタデータ） (2020-06-20T00:17:44Z) - Convergence of adaptive algorithms for weakly convex constrained
optimization [59.36386973876765]
モローエンベロープの勾配のノルムに対して$mathcaltilde O(t-1/4)$収束率を証明する。
我々の分析では、最小バッチサイズが1ドル、定数が1位と2位のモーメントパラメータが1ドル、そしておそらくスムーズな最適化ドメインで機能する。
論文 参考訳（メタデータ） (2020-06-11T17:43:19Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。