論文の概要: Meta-heuristic Optimizer Inspired by the Philosophy of Yi Jing
- arxiv url: http://arxiv.org/abs/2408.05564v1
- Date: Sat, 10 Aug 2024 14:17:42 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-13 18:21:45.948243
- Title: Meta-heuristic Optimizer Inspired by the Philosophy of Yi Jing
- Title（参考訳）: 李氏思想に触発されたメタヒューリスティック・オプティマイザ
- Authors: Yisheng Yang, Sim Kuan Goh, Qing Cai, Shen Yuong Wong, Ho-Kin Tang,
- Abstract要約: 我々は,Yy-Yangペア最適化(YYPO)アルゴリズムの思想から着想を得た。
本稿では,YiJingの逆の概念に基づいて,Yi最適化(Yi Optimization, YI)アルゴリズムを提案する。
- 参考スコア（独自算出の注目度）: 4.659080450917451
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Drawing inspiration from the philosophy of Yi Jing, the Yin-Yang pair optimization (YYPO) algorithm has been shown to achieve competitive performance in single objective optimizations, in addition to the advantage of low time complexity when compared to other population-based meta-heuristics. Building upon a reversal concept in Yi Jing, we propose the novel Yi optimization (YI) algorithm. Specifically, we enhance the Yin-Yang pair in YYPO with a proposed Yi-point, in which we use Cauchy flight to update the solution, by implementing both the harmony and reversal concept of Yi Jing. The proposed Yi-point balances both the effort of exploration and exploitation in the optimization process. To examine YI, we use the IEEE CEC 2017 benchmarks and compare YI against the dynamical YYPO, CV1.0 optimizer, and four classical optimizers, i.e., the differential evolution, the genetic algorithm, the particle swarm optimization, and the simulated annealing. According to the experimental results, YI shows highly competitive performance while keeping the low time complexity. The results of this work have implications for enhancing a meta-heuristic optimizer using the philosophy of Yi Jing. While this work implements only certain aspects of Yi Jing, we envisage enhanced performance by incorporating other aspects.
- Abstract（参考訳）: yi-Yangペア最適化(YYPO)アルゴリズムは,Yi-Jingの哲学からインスピレーションを得て,単一目的最適化において,他の人口ベースメタヒューリスティックと比較した場合の低時間複雑性のメリットに加えて,競合的な性能を実現することが示されている。
本稿では,YiJingの逆の概念に基づいて,Yi最適化(Yi Optimization, YI)アルゴリズムを提案する。
具体的には,YYPO における Yin-Yang 対を Yi-point で拡張し,Yi-Jing の調和と反転の概念を両立させることにより,Cauchy Flight を用いて解を更新する。
提案されたYiポイントは、最適化プロセスにおける探索と利用の両面でのバランスをとる。
YIを解析するために、IEEE CEC 2017ベンチマークを用いて、YIを動的YYPO、CV1.0オプティマイザ、および4つの古典的オプティマイザ(微分進化、遺伝的アルゴリズム、粒子群最適化、シミュレートされたアニール)と比較する。
実験結果によると、YIは低時間の複雑さを維持しながら、非常に競争力のある性能を示している。
本研究の結果は,Yi Jingの哲学を用いたメタヒューリスティック・オプティマイザの強化に寄与する。
この作業は、Yi Jingの特定の側面のみを実装していますが、他の側面を取り入れることで、パフォーマンスを向上させることを考えています。
関連論文リスト
- AIPO: Improving Training Objective for Iterative Preference Optimization [34.24211649396053]
合成データを用いた反復選好最適化について検討する。
我々は,反復選好最適化,すなわち合意対応反復選好最適化(AIPO)のための学習目標を提案する。
論文 参考訳（メタデータ） (2024-09-13T14:03:49Z) - Iterative or Innovative? A Problem-Oriented Perspective for Code Optimization [81.88668100203913]
大規模言語モデル(LLM)は、幅広いプログラミングタスクを解く上で強力な能力を示している。
本稿では,パフォーマンス向上に着目したコード最適化について検討する。
論文 参考訳（メタデータ） (2024-06-17T16:10:10Z) - Advancements in Optimization: Adaptive Differential Evolution with
Diversification Strategy [0.0]
この研究は2次元空間において単目的最適化を採用し、複数の反復で各ベンチマーク関数上でADEDSを実行する。
ADEDSは、多くの局所最適化、プレート型、谷型、伸縮型、ノイズの多い機能を含む様々な最適化課題において、標準Dより一貫して優れている。
論文 参考訳（メタデータ） (2023-10-02T10:05:41Z) - Bidirectional Looking with A Novel Double Exponential Moving Average to
Adaptive and Non-adaptive Momentum Optimizers [109.52244418498974]
我々は,新しいtextscAdmeta(textbfADouble指数textbfMov averagtextbfE textbfAdaptiveおよび非適応運動量)フレームワークを提案する。
我々は、textscAdmetaR と textscAdmetaS の2つの実装を提供し、前者は RAdam を、後者は SGDM をベースとしています。
論文 参考訳（メタデータ） (2023-07-02T18:16:06Z) - Evolutionary Solution Adaption for Multi-Objective Metal Cutting Process
Optimization [59.45414406974091]
我々は,従来の最適化タスクから解を転送するアルゴリズムの能力を研究することのできる,システムの柔軟性のためのフレームワークを提案する。
NSGA-IIの柔軟性を2つの変種で検討し,1)2つのタスクの解を同時に最適化し,より適応性が高いと期待されるソース間の解を得る,2)活性化あるいは非活性化の異なる可能性に対応する能動的非アクティブなジェノタイプについて検討した。
その結果,標準NSGA-IIによる適応は目標目標への最適化に必要な評価回数を大幅に削減し,提案した変種は適応コストをさらに向上することがわかった。
論文 参考訳（メタデータ） (2023-05-31T12:07:50Z) - Massively Parallel Genetic Optimization through Asynchronous Propagation
of Populations [50.591267188664666]
Propulateは、グローバル最適化のための進化的最適化アルゴリズムとソフトウェアパッケージである。
提案アルゴリズムは, 選択, 突然変異, 交叉, 移動の変種を特徴とする。
Propulateは解の精度を犠牲にすることなく、最大で3桁高速であることがわかった。
論文 参考訳（メタデータ） (2023-01-20T18:17:34Z) - Accelerating the Evolutionary Algorithms by Gaussian Process Regression
with $\epsilon$-greedy acquisition function [2.7716102039510564]
本稿では,最適化の収束を早めるために,エリート個人を推定する新しい手法を提案する。
我々の提案には、エリート個人を推定し、最適化の収束を加速する幅広い見通しがある。
論文 参考訳（メタデータ） (2022-10-13T07:56:47Z) - Optimizer Amalgamation [124.33523126363728]
私たちは、Amalgamationという新しい問題の研究を動機付けています。"Teacher"アマルガメーションのプールを、より強力な問題固有のパフォーマンスを持つ単一の"学生"にどのように組み合わせるべきなのでしょうか?
まず、勾配降下による解析のプールをアマルガメートする3つの異なるメカニズムを定義する。
また, プロセスの分散を低減するため, 目標を摂動させることでプロセスの安定化を図る。
論文 参考訳（メタデータ） (2022-03-12T16:07:57Z) - A Novel Non-population-based Meta-heuristic Optimizer Inspired by the
Philosophy of Yi Jing [0.0]
yi-Yangペア最適化(YYPO)は,Yi-Jingの哲学からインスピレーションを得て,単一目的最適化において競争性能を達成することが示されている。
概念拡張YYPOとして,Yi最適化アルゴリズムを非人口ベースアルゴリズムとして提案した。
実験結果によると、YIは低時間の複雑さを維持しながら、非常に競争力のある性能を示している。
論文 参考訳（メタデータ） (2021-04-17T14:57:23Z) - Bilevel Optimization: Convergence Analysis and Enhanced Design [63.64636047748605]
バイレベル最適化は多くの機械学習問題に対するツールである。
Stoc-BiO という新しい確率効率勾配推定器を提案する。
論文 参考訳（メタデータ） (2020-10-15T18:09:48Z)
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。