論文の概要: Analysis of modular CMA-ES on strict box-constrained problems in the
SBOX-COST benchmarking suite
- arxiv url: http://arxiv.org/abs/2305.15102v1
- Date: Wed, 24 May 2023 12:37:03 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-25 15:46:03.123024
- Title: Analysis of modular CMA-ES on strict box-constrained problems in the
SBOX-COST benchmarking suite
- Title（参考訳）: SBOX-COSTベンチマークスイートにおける厳密なボックス制約問題に対するモジュラCMA-ESの解析
- Authors: Diederick Vermetten and Manuel L\'opez-Ib\'a\~nez and Olaf Mersmann
and Richard Allmendinger and Anna V. Kononova
- Abstract要約: ボックス制約は決定変数の領域を制限し、現実世界の最適化問題に共通する。
COCO/BBOBのような既存のベンチマークスイートは、実現不可能なソリューションの評価を可能にする。
本稿では,厳密なボックス制約付きベンチマークスイート(SBOX-COST)の初期研究について述べる。
予想とは裏腹に、飽和によるボックス制約の扱いは、それを処理しないよりも必ずしも良いものではない、ということが分かっています。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Box-constraints limit the domain of decision variables and are common in
real-world optimization problems, for example, due to physical, natural or
spatial limitations. Consequently, solutions violating a box-constraint may not
be evaluable. This assumption is often ignored in the literature, e.g.,
existing benchmark suites, such as COCO/BBOB, allow the optimizer to evaluate
infeasible solutions. This paper presents an initial study on the
strict-box-constrained benchmarking suite (SBOX-COST), which is a variant of
the well-known BBOB benchmark suite that enforces box-constraints by returning
an invalid evaluation value for infeasible solutions. Specifically, we want to
understand the performance difference between BBOB and SBOX-COST as a function
of two initialization methods and six constraint-handling strategies all tested
with modular CMA-ES. We find that, contrary to what may be expected, handling
box-constraints by saturation is not always better than not handling them at
all. However, across all BBOB functions, saturation is better than not
handling, and the difference increases with the number of dimensions. Strictly
enforcing box-constraints also has a clear negative effect on the performance
of classical CMA-ES (with uniform random initialization and no constraint
handling), especially as problem dimensionality increases.
- Abstract（参考訳）: ボックス制約は決定変数の領域を制限し、例えば物理的、自然的、空間的制限のために現実世界の最適化問題に共通する。
したがって、ボックス制約に違反する解は回避できない。
この仮定は、COCO/BBOBのような既存のベンチマークスイートのような文献では無視されることが多く、オプティマイザは実現不可能なソリューションを評価することができる。
本稿では,bbobベンチマークスイートの変種であるstrict-box-constrained benchmarking suite(sbox-cost)に関する初期研究について述べる。
具体的には,BBOBとSBOX-COSTのパフォーマンス差を2つの初期化法と6つの制約処理戦略の関数として理解したい。
期待に反して、飽和によるbox-constraintsの処理は、まったく処理しないよりも必ずしもよいものではないことが分かっています。
しかしながら、すべてのBBOB関数において、飽和度は処理しないよりも優れており、その差は次元の数によって増加する。
厳密なボックス制約は、特に問題次元が増加するにつれて、古典的なcma-esの性能に明確な負の影響(均一なランダム初期化と制約ハンドリングがない)を持つ。
関連論文リスト
- No-Regret Constrained Bayesian Optimization of Noisy and Expensive
Hybrid Models using Differentiable Quantile Function Approximations [0.0]
Constrained Upper Quantile Bound (CUQB) は、目的関数と制約関数の合成構造を利用する新しいアルゴリズムである。
CUQBは制約のある場合と制約のない場合の両方において従来のベイズ最適化よりも著しく優れていることを示す。
論文 参考訳（メタデータ） (2023-05-05T19:57:36Z) - Multiobjective variational quantum optimization for constrained
problems: an application to Cash Management [45.82374977939355]
本稿では,変分量子アルゴリズムを用いた制約付き最適化問題の解法を提案する。
我々は、キャッシュマネジメント問題という、金融の極めて関連性の高い現実世界の問題について、我々の提案を検証した。
実験の結果, 実現したソリューションのコスト, 特に局所最小値の回避に関して, 大幅な改善が見られた。
論文 参考訳（メタデータ） (2023-02-08T17:09:20Z) - Symmetric Tensor Networks for Generative Modeling and Constrained
Combinatorial Optimization [72.41480594026815]
ポートフォリオ最適化からロジスティクスに至るまで、制約付き最適化問題は業界に多い。
これらの問題の解決における主要な障害の1つは、有効な検索空間を制限する非自明なハード制約の存在である。
本研究では、Ax=bという形の任意の整数値等式制約をU(1)対称ネットワーク(TN)に直接エンコードし、それらの適用性を量子に着想を得た生成モデルとして活用する。
論文 参考訳（メタデータ） (2022-11-16T18:59:54Z) - A Unifying Framework for Online Optimization with Long-Term Constraints [62.35194099438855]
我々は,意思決定者が長期的制約の対象となる一連の意思決定をしなければならないオンライン学習問題について検討する。
目標は、全報酬を最大化し、同時に、$T$ラウンド全体で小さな累積違反を達成することである。
本稿では,この一般クラス問題に対して,未知のモデルに基づいて報酬と制約が選択された場合と,各ラウンドで敵が選択した場合の双方において,最良世界型アルゴリズムを提示する。
論文 参考訳（メタデータ） (2022-09-15T16:59:19Z) - Do We Really Need to Use Constraint Violation in Constrained
Evolutionary Multi-Objective Optimization? [13.833668582211876]
制約違反は、進化的多目的最適化アルゴリズムを設計するためのビルディングブロックである。
本稿では,制約違反をクリップ値で置き換える,対応する変種を開発する。
実世界および実世界のベンチマークテスト問題に対する実験結果から,選択したアルゴリズムの性能には大きな影響が認められていないことがわかった。
論文 参考訳（メタデータ） (2022-05-28T06:29:07Z) - Lifting Symmetry Breaking Constraints with Inductive Logic Programming [2.036811219647753]
我々は、Symmetry Breaking Constraintsを解釈可能な一階制約の集合に引き上げる、Answer Set Programmingのための新しいモデル指向のアプローチを導入する。
実験は、我々のフレームワークがインスタンス固有のSBCから一般的な制約を学習できることを実証する。
論文 参考訳（メタデータ） (2021-12-22T11:27:48Z) - Pointwise Feasibility of Gaussian Process-based Safety-Critical Control
under Model Uncertainty [77.18483084440182]
制御バリア関数(CBF)と制御リアプノフ関数(CLF)は、制御システムの安全性と安定性をそれぞれ強化するための一般的なツールである。
本稿では, CBF と CLF を用いた安全クリティカルコントローラにおいて, モデル不確実性に対処するためのガウスプロセス(GP)に基づくアプローチを提案する。
論文 参考訳（メタデータ） (2021-06-13T23:08:49Z) - An Efficient Diagnosis Algorithm for Inconsistent Constraint Sets [68.8204255655161]
過制約問題における最小限の障害制約を識別する分割・分散型診断アルゴリズム(FastDiag)を提案する。
ヒットセットの競合指向計算とfastdiagを比較し,詳細な性能解析を行う。
論文 参考訳（メタデータ） (2021-02-17T19:55:42Z) - Black-Box Optimization Revisited: Improving Algorithm Selection Wizards
through Massive Benchmarking [8.874754363200614]
機械学習のためのブラックボックス最適化の既存の研究は、低い一般化性に悩まされている。
そこで我々は,ブラックボックス最適化の幅広い問題を網羅するベンチマークスイートOptimSuiteを提案する。
ABBOは全てのベンチマークスイートで競合性能を達成する。
論文 参考訳（メタデータ） (2020-10-08T14:17:30Z) - A Constraint Driven Solution Model for Discrete Domains with a Case
Study of Exam Timetabling Problems [6.788217433800101]
知的制約処理進化アルゴリズム (ICHEA) のバリエーションは, ベンチマーク試験の時間変化問題を解決するために実証されている。
ICHEAはまず、与えられた制約をすべて段階的に満たすために結婚間クロスオーバー演算子を使用し、その後、ソリューションを最適化するために従来の演算子と拡張演算子の組み合わせを使用する。
論文 参考訳（メタデータ） (2020-02-08T06:53:38Z) - Best Arm Identification for Cascading Bandits in the Fixed Confidence
Setting [81.70513857417106]
CascadeBAIを設計し、分析する。これは、$K$アイテムのベストセットを見つけるアルゴリズムである。
CascadeBAIの時間的複雑さの上限は、決定的な分析課題を克服することによって導かれる。
その結果,カスケードBAIの性能は,時間的複雑性の低い境界の導出により,いくつかの実践的状況において最適であることが示唆された。
論文 参考訳（メタデータ） (2020-01-23T16:47:52Z)
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。