論文の概要: Single and Multi-Objective Optimization Benchmark Problems Focusing on
Human-Powered Aircraft Design
- arxiv url: http://arxiv.org/abs/2312.08953v3
- Date: Sun, 25 Feb 2024 03:10:32 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-27 18:47:48.575706
- Title: Single and Multi-Objective Optimization Benchmark Problems Focusing on
Human-Powered Aircraft Design
- Title(参考訳): 人力航空機設計に着目した単目的・多目的最適化ベンチマーク問題
- Authors: Nobuo Namura
- Abstract要約: 本稿では,単目的最適化と多目的最適化の両方の研究を進めることを目的とした,新しいベンチマーク問題を提案する。
これらのベンチマーク問題は、流体力学や材料力学のような現実世界の設計上の考慮事項を取り入れているという点でユニークな問題である。
本稿では,これらの課題における3つの難易度と翼分割パラメータを提案し,様々な研究ニーズに適合するスケーラブルな複雑性を実現する。
- 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: This paper introduces a novel set of benchmark problems aimed at advancing
research in both single and multi-objective optimization, with a specific focus
on the design of human-powered aircraft. These benchmark problems are unique in
that they incorporate real-world design considerations such as fluid dynamics
and material mechanics, providing a more realistic simulation of engineering
design optimization. We propose three difficulty levels and a wing segmentation
parameter in these problems, allowing for scalable complexity to suit various
research needs. The problems are designed to be computationally reasonable,
ensuring short evaluation times, while still capturing the moderate
multimodality of engineering design problems. Our extensive experiments using
popular evolutionary algorithms for multi-objective problems demonstrate that
the proposed benchmarks effectively replicate the diverse Pareto front shapes
observed in real-world problems, including convex, linear, concave, and
inverted triangular forms. The benchmark problems' source codes are publicly
available for wider application in the optimization research community.
- Abstract(参考訳): 本稿では,人力航空機の設計に特化して,単目的・多目的両方の最適化研究を進めるための新しいベンチマーク問題を提案する。
これらのベンチマーク問題は、流体力学や物質力学のような実世界設計の考察を取り入れ、エンジニアリング設計最適化のより現実的なシミュレーションを提供するという点でユニークである。
そこで本研究では,これらの問題に対して3つの難易度レベルと翼分節パラメータを提案する。
これらの問題は計算量的に合理的に設計され、短い評価時間を確保しながら、エンジニアリング設計の問題の適度なマルチモーダリティを捉えている。
多目的問題に対する一般的な進化アルゴリズムを用いた広範な実験により,提案するベンチマークが,凸,線形,凹凸,逆三角形といった実世界の問題で観測されるパレートフロント形状を効果的に再現できることが証明された。
ベンチマーク問題のソースコードは、最適化研究コミュニティの幅広いアプリケーション向けに公開されている。
関連論文リスト
- A Multi-Fidelity Methodology for Reduced Order Models with
High-Dimensional Inputs [0.0]
本研究では,高次元コンテキスト向けに設計された新しい多面的・パラメトリック・非侵入型ROMフレームワークを提案する。
これは、多様体アライメントと次元縮小のための機械学習技術を統合する。
我々のアプローチは、2D RAE2822翼と3D NASA CRM翼の2つのテストケースで検証されている。
論文 参考訳(メタデータ) (2024-02-26T22:47:03Z) - Rewards-in-Context: Multi-objective Alignment of Foundation Models with
Dynamic Preference Adjustment [48.773648757361975]
リワード・イン・コンテキスト(Rewards-in-Context, RiC)を導入する。
RiCは単一のファンデーションモデルの教師付き微調整のみを必要とし、推論時間中にユーザの好みを動的に調整する。
論文 参考訳(メタデータ) (2024-02-15T18:58:31Z) - Bayesian Quality-Diversity approaches for constrained optimization
problems with mixed continuous, discrete and categorical variables [0.3626013617212667]
シミュレーション予算の制限という観点から,混合変数に基づく新しい品質多様性手法を提案する。
提案手法は、複雑なシステム設計のための意思決定者にとって貴重なトレードオフを提供する。
論文 参考訳(メタデータ) (2023-09-11T14:29:47Z) - Multiobjective Evolutionary Component Effect on Algorithm behavior [0.04588028371034406]
パフォーマンス改善につながる最も影響力のあるコンポーネントは何かは不明だ。
この手法を,反復レース (irace) 構成パッケージによって設計された分解(MOEA/D)に基づくチューニング多目的進化アルゴリズムに適用する。
本稿では,検索トラジェクトリ・ネットワーク(STN),人口の多様性,時空の超体積値について,アルゴリズム成分の影響を比較した。
論文 参考訳(メタデータ) (2023-07-31T16:02:56Z) - Automated Circuit Sizing with Multi-objective Optimization based on
Differential Evolution and Bayesian Inference [1.1579778934294358]
一般化微分進化3(GDE3)とガウス過程(GP)に基づく設計最適化手法を提案する。
提案手法は,多数の設計変数を持つ複雑な回路の小型化を実現し,多くの競合対象を最適化する。
本研究では,2つの電圧レギュレータにおいて,異なるレベルの複雑さを示す手法について検討した。
論文 参考訳(メタデータ) (2022-06-06T06:48:45Z) - Investigating Positive and Negative Qualities of Human-in-the-Loop
Optimization for Designing Interaction Techniques [55.492211642128446]
設計者は、与えられた目的の集合を最大化する設計パラメータの組み合わせを見つけるよう求められる設計最適化タスクに苦労すると言われている。
モデルベースの計算設計アルゴリズムは、設計中に設計例を生成することでデザイナを支援する。
一方、補助のためのブラックボックスメソッドは、あらゆる設計問題に対処できる。
論文 参考訳(メタデータ) (2022-04-15T20:40:43Z) - Design-Bench: Benchmarks for Data-Driven Offline Model-Based
Optimization [82.02008764719896]
ブラックボックスモデルに基づく最適化問題は、タンパク質、DNA配列、航空機、ロボットの設計など、幅広い領域で広く使われている。
本稿では,統合評価プロトコルと最近の手法の参照実装を備えたオフラインMBOのためのベンチマークであるDesign-Benchを提案する。
私たちのベンチマークには、生物学、材料科学、ロボット工学における現実世界の最適化問題から派生した、多種多様な現実的なタスクが含まれています。
論文 参考訳(メタデータ) (2022-02-17T05:33:27Z) - Multi-Objective Constrained Optimization for Energy Applications via
Tree Ensembles [55.23285485923913]
エネルギーシステムの最適化問題は、強い非線形系の挙動と複数の競合する目的のために複雑である。
場合によっては、提案された最適解は、物理的性質や安全クリティカルな操作条件に関連する明示的な入力制約に従う必要がある。
本稿では,ブラックボックス問題に対する制約付き多目的最適化のためのツリーアンサンブルを用いた新しいデータ駆動戦略を提案する。
論文 参考訳(メタデータ) (2021-11-04T20:18:55Z) - Batched Data-Driven Evolutionary Multi-Objective Optimization Based on
Manifold Interpolation [6.560512252982714]
バッチ化されたデータ駆動型進化的多目的最適化を実現するためのフレームワークを提案する。
オフザシェルフ進化的多目的最適化アルゴリズムがプラグイン方式で適用できるのは、非常に一般的である。
提案するフレームワークは, より高速な収束と各種PF形状に対する強いレジリエンスを特徴とする。
論文 参考訳(メタデータ) (2021-09-12T23:54:26Z) - An Overview and Experimental Study of Learning-based Optimization
Algorithms for Vehicle Routing Problem [49.04543375851723]
車両ルーティング問題(VRP)は典型的な離散最適化問題である。
多くの研究は、VRPを解決するための学習に基づく最適化アルゴリズムについて検討している。
本稿では、最近のこの分野の進歩を概観し、関連するアプローチをエンドツーエンドアプローチとステップバイステップアプローチに分割する。
論文 参考訳(メタデータ) (2021-07-15T02:13:03Z) - Decentralized Personalized Federated Learning for Min-Max Problems [82.6119578133503]
本稿では,より広い範囲の最適化問題を含むサドル点問題に対して,PFLを初めて検討した。
この問題に対処するための新しいアルゴリズムを提案し、滑らかな(強く)凸-(強く)凹点問題を理論的に解析する。
両線形問題に対する数値実験と, 対向雑音を有するニューラルネットワークは, 提案手法の有効性を実証する。
論文 参考訳(メタデータ) (2021-06-14T10:36:25Z)
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。