論文の概要: Benchmarking Continuous Dynamic Multi-Objective Optimization: Survey and Generalized Test Suite

• arxiv url: http://arxiv.org/abs/2601.01317v1
• Date: Sun, 04 Jan 2026 01:03:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-06 16:25:22.223689
• Title: Benchmarking Continuous Dynamic Multi-Objective Optimization: Survey and Generalized Test Suite
• Title（参考訳）: 継続的動的多目的最適化のベンチマーク:サーベイと一般化テストスイート
• Authors: Chang Shao, Qi Zhao, Nana Pu, Shi Cheng, Jing Jiang, Yuhui Shi,
• Abstract要約: 本稿では,DMOOベンチマークを構築するための原則的フレームワークを提案する。 本研究では,不規則な環境変化をシミュレートするために時間摂動機構を導入し,一般化された時間リンク機構を提案する。 この研究は、動的多目的最適化ベンチマークのための新しい標準を確立し、次世代アルゴリズムの開発と評価のための強力なツールを提供する。
• 参考スコア（独自算出の注目度）: 16.383406982268234
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Dynamic multi-objective optimization (DMOO) has recently attracted increasing interest from both academic researchers and engineering practitioners, as numerous real-world applications that evolve over time can be naturally formulated as dynamic multi-objective optimization problems (DMOPs). This growing trend necessitates advanced benchmarks for the rigorous evaluation of optimization algorithms under realistic conditions. This paper introduces a comprehensive and principled framework for constructing highly realistic and challenging DMOO benchmarks. The proposed framework features several novel components: a generalized formulation that allows the Pareto-optimal Set (PS) to change on hypersurfaces, a mechanism for creating controlled variable contribution imbalances to generate heterogeneous landscapes, and dynamic rotation matrices for inducing time-varying variable interactions and non-separability. Furthermore, we incorporate a temporal perturbation mechanism to simulate irregular environmental changes and propose a generalized time-linkage mechanism that systematically embeds historical solution quality into future problems, thereby capturing critical real-world phenomena such as error accumulation and time-deception. Extensive experimental results validate the effectiveness of the proposed framework, demonstrating its superiority over conventional benchmarks in terms of realism, complexity, and its capability for discriminating state-of-the-art algorithmic performance. This work establishes a new standard for dynamic multi-objective optimization benchmarking, providing a powerful tool for the development and evaluation of next-generation algorithms capable of addressing the complexities of real-world dynamic systems.
• Abstract（参考訳）: 動的多目的最適化(DMOO)は、時間とともに進化する多くの実世界のアプリケーションは、動的多目的最適化問題(DMOP)として自然に定式化できるため、最近、研究者と工学者の双方から関心が高まりつつある。 この増加傾向は、現実的な条件下での最適化アルゴリズムの厳密な評価のために高度なベンチマークを必要とする。 本稿では,DMOOベンチマークを構築するための包括的で原則化されたフレームワークを提案する。 提案フレームワークは,高地表面上でのパレート・最適集合(PS)の変化を可能にする一般化された定式化,不均一な景観を生成するための制御された可変寄与不均衡を生成する機構,時間変化の変動相互作用と非分離性を誘導する動的回転行列を特徴とする。 さらに,不規則な環境変化をシミュレートするための時間的摂動機構を導入し,過去のソリューション品質を体系的に将来の問題に組み込むための一般化された時間連鎖機構を提案する。 提案手法の有効性を検証し, 現実性, 複雑性, および最先端のアルゴリズム性能を識別する能力において, 従来のベンチマークよりも優れていることを示した。 この研究は、動的多目的最適化ベンチマークのための新しい標準を確立し、現実世界の動的システムの複雑さに対処できる次世代アルゴリズムの開発と評価のための強力なツールを提供する。

関連論文リスト

• Prismatic World Model: Learning Compositional Dynamics for Planning in Hybrid Systems [38.4555621948915]
  Prismatic World Model (PRISM-WM) は複雑なハイブリッド力学を構成可能なプリミティブに分解するように設計されている。 PRISM-WMは系力学におけるシャープモード遷移を正確にモデル化することでロールアウトドリフトを著しく低減する。
  論文  参考訳（メタデータ） (2025-12-09T09:40:34Z)
• Deep Unfolding: Recent Developments, Theory, and Design Guidelines [99.63555420898554]
  この記事では、最適化アルゴリズムを構造化されたトレーニング可能なMLアーキテクチャに変換するフレームワークであるDeep Unfoldingのチュートリアルスタイルの概要を提供する。 推論と学習のための最適化の基礎を概観し、深層展開のための4つの代表的な設計パラダイムを導入し、その反復的な性質から生じる特有なトレーニングスキームについて議論する。
  論文  参考訳（メタデータ） (2025-12-03T13:16:35Z)
• Towards Efficient General Feature Prediction in Masked Skeleton Modeling [59.46799426434277]
  マスクスケルトンモデリングのための新しい汎用特徴予測フレームワーク(GFP)を提案する。 我々の重要な革新は、局所的な動きパターンからグローバルな意味表現にまたがる、従来の低レベルな再構築を高レベルな特徴予測に置き換えることです。
  論文  参考訳（メタデータ） (2025-09-03T18:05:02Z)
• RAG/LLM Augmented Switching Driven Polymorphic Metaheuristic Framework [5.10888539576355]
  Polymorphic Metaheuristic Framework (PMF) は、リアルタイムパフォーマンスフィードバックと動的アルゴリズム選択によって駆動される自己適応型メタヒューリスティックスイッチング機構である。 AIによる意思決定と自己修正メカニズムを統合することで、PMFはスケーラブルでインテリジェントで自律的な最適化フレームワークの道を開いた。
  論文  参考訳（メタデータ） (2025-05-20T01:41:22Z)
• Efficient Transformed Gaussian Process State-Space Models for Non-Stationary High-Dimensional Dynamical Systems [49.819436680336786]
  本研究では,高次元非定常力学系のスケーラブルかつ柔軟なモデリングのための効率的な変換ガウス過程状態空間モデル(ETGPSSM)を提案する。 具体的には、ETGPSSMは、単一の共有GPと入力依存の正規化フローを統合し、複雑な非定常遷移ダイナミクスを捉える前に、表現的な暗黙のプロセスを生成する。 ETGPSSMは、計算効率と精度の観点から、既存のGPSSMとニューラルネットワークベースのSSMより優れています。
  論文  参考訳（メタデータ） (2025-03-24T03:19:45Z)
• Learning Dynamic Representations via An Optimally-Weighted Maximum Mean Discrepancy Optimization Framework for Continual Learning [16.10753846850319]
  継続的な学習は、モデルを永続的に取得し、保持することを可能にする。 悲惨な忘れ物は モデルパフォーマンスを著しく損なう 本稿では,表現変更に対する罰則を課す,OPMMD(Optimally-Weighted Mean Discrepancy)と呼ばれる新しいフレームワークを紹介する。
  論文  参考訳（メタデータ） (2025-01-21T13:33:45Z)
• Reproducibility and Baseline Reporting for Dynamic Multi-objective Benchmark Problems [4.859986264602551]
  本稿では,DMOPのパラメータのシミュレーション実験について述べる。 動的アルゴリズム評価のためのベースラインスキーマを導入する。 目的構築された動的アルゴリズムが有用であるために必要な最小限の能力を確立することができる。
  論文  参考訳（メタデータ） (2022-04-08T15:50:17Z)
• 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)

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。