論文の概要: Exploration of Pareto-preserving Search Space Transformations in Multi-objective Test Functions
- arxiv url: http://arxiv.org/abs/2604.08173v2
- Date: Sat, 11 Apr 2026 12:44:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-14 14:47:45.800389
- Title: Exploration of Pareto-preserving Search Space Transformations in Multi-objective Test Functions
- Title（参考訳）: 多目的テスト関数におけるパレート保存探索空間変換の探索
- Authors: Diederick Vermetten, Jeroen Rook,
- Abstract要約: 探索空間における変換の重要性を再強調し、境界制約問題に変換を加える際に生じる課題に対処する。
これらの変化が多目的最適化アルゴリズムの性能にどのように影響するかを示す。
- 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: Benchmark problems are an important tool for gaining understanding of optimization algorithms. Since algorithms often aim to perform well on benchmarks, biases in benchmark design provide misleading insights. In single-objective optimization, for example, many problems used to have their optimum in the center of the search domain. To remedy these issues, search space transformations have been widely adopted by benchmark suites, preventing algorithms from exploiting unintended structure. In multi-objective optimization, problem design has focused primarily on the objective space structure. While this focus addresses important aspects of the multi-objective nature of the problems, the search space structures of these problems have received comparatively limited attention. In this work, we re-emphasize the importance of transformations in the search space, and address the challenges inherent in adding transformations to boundary constraints problems without impacting the structure of the objective space. We utilized two parameterized, bijective transformations to create different instantiations of popular benchmark problems, and show how these changes impact the performance of various multi-objective optimization algorithms. In addition to the search space transformations, we show that such parameterized transformations can also be applied to the objective space, and compare their respective performance impacts.
- Abstract（参考訳）: ベンチマーク問題は最適化アルゴリズムを理解するための重要なツールである。
アルゴリズムはベンチマークでよく機能することを目的としているため、ベンチマーク設計のバイアスは誤解を招く洞察を与える。
例えば、単目的最適化では、探索領域の中央に最適化された問題が多く存在する。
これらの問題を解決するため、探索空間変換はベンチマークスイートによって広く採用されており、アルゴリズムが意図しない構造を利用するのを防ぐことができる。
多目的最適化において、問題設計は主に目的空間構造に焦点を当てている。
この問題の多目的性の重要な側面に焦点が当てられているが、これらの問題の探索空間構造は比較的注目されている。
本研究では,探索空間における変換の重要性を再強調し,対象空間の構造に影響を与えることなく,境界制約問題に変換を加える際の課題に対処する。
パラメータ化された2つのビジェクティブ変換を用いて、人気のあるベンチマーク問題の異なるインスタンス化を作成し、これらの変化が様々な多目的最適化アルゴリズムの性能にどのように影響するかを示す。
探索空間変換に加えて,そのようなパラメータ化変換は対象空間にも適用可能であることを示し,それぞれの性能への影響を比較する。
関連論文リスト
- Block-Bench: A Framework for Controllable and Transparent Discrete Optimization Benchmarking [8.439354142056201]
各ブロック関数は変数のサブセットを実値にマッピングする。
我々のフレームワークは,目的空間だけでなく,得られた解の変数表現のレベルでも,アルゴリズムの挙動を解析することができる。
論文 参考訳（メタデータ） (2026-04-08T11:44:24Z) - A Comparison-Relationship-Surrogate Evolutionary Algorithm for Multi-Objective Optimization [0.0]
比較相関モデルを用いた新しい進化的アルゴリズムCRSEAを提案する。
CRSEAは,多くの中規模・生物客観的問題において,試験されたSAEAよりも優れた収束解を求める。
論文 参考訳（メタデータ） (2025-04-28T01:39:38Z) - Marmot: Object-Level Self-Correction via Multi-Agent Reasoning [55.74860093731475]
Marmotは、マルチオブジェクトの自己修正にマルチエージェント推論を活用する、新しくて一般化可能なフレームワークである。
Marmotは、画像生成タスクにおけるオブジェクトカウント、属性割り当て、空間関係の精度を大幅に改善する。
論文 参考訳（メタデータ） (2025-04-10T16:54:28Z) - ParetoLens: A Visual Analytics Framework for Exploring Solution Sets of Multi-objective Evolutionary Algorithms [42.23658218722045]
本稿では,進化的アルゴリズムから導出した解集合の検査と探索を強化するための視覚分析フレームワークを提案する。
ParetoLensは、インタラクティブな視覚表現のスイートを通じて、決定空間と目的空間の両方における解分布の詳細な検査を可能にする。
論文 参考訳（メタデータ） (2025-01-06T09:04:14Z) - Learnable Evolutionary Multi-Objective Combinatorial Optimization via Sequence-to-Sequence Model [43.53359509358102]
SeqMOは、シークエンス・ツー・シークエンス・モデルと進化的アルゴリズムを統合する学習可能な多目的最適化手法である。
提案手法は,Pareto面への対物値距離に基づく近似解集合を分割し,対象空間における対物ベクトル角を最小化することにより,解間の写像関係を確立する。
多目的旅行セールスマン問題と多目的配置問題の実験により,アルゴリズムの有効性が検証された。
論文 参考訳（メタデータ） (2024-12-09T01:46:58Z) - Solving the Food-Energy-Water Nexus Problem via Intelligent Optimization Algorithms [46.48853432592689]
食料・エネルギー・水系は、互いに影響を及ぼす食料・エネルギー・水の間で複雑に結びついている。
それらは通常、膨大な数の決定変数と、最適化されるべき多くの矛盾する目標を含む。
本稿では、最先端のインテリジェントな最適化手法を用いて食品・エネルギー・水の最適化問題を解き、その性能を比較する。
論文 参考訳（メタデータ） (2024-04-10T06:19:19Z) - Impact of spatial transformations on landscape features of CEC2022 basic
benchmark problems [2.2298281397001434]
CEC2022ベンチマークスイートの5つの問題集合の低レベル景観特徴にどのように影響するかを,いくつかの問題変換について検討した。
その結果、比較的小さな変換であっても、計測された景観特性を著しく変化させることができることがわかった。
これは、問題トランスフォーメーションを作成するときにどのようなプロパティを保持したいのか、どのように適切な測定を行うのか、というより広い疑問を引き起こします。
論文 参考訳（メタデータ） (2024-02-12T13:52:34Z) - AbCD: A Component-wise Adjustable Framework for Dynamic Optimization
Problems [49.1574468325115]
動的最適化問題 (DOP) は、常に発生し、現実の応用に共通するフィットネス環境の変化によって特徴づけられる。
我々は、動的問題のための調整可能なコンポーネント(AbCD)と呼ばれるDOPのためのコンポーネント指向フレームワークを開発する。
この結果から,アルゴリズムやコンポーネントの今後の発展に対処する必要があるDOP分野の既存の課題が浮き彫りになる。
論文 参考訳（メタデータ） (2023-10-09T08:11:31Z) - A Study of Scalarisation Techniques for Multi-Objective QUBO Solving [0.0]
量子および量子に着想を得た最適化アルゴリズムは、学術ベンチマークや実世界の問題に適用した場合に有望な性能を示す。
しかし、QUBOソルバは単目的解法であり、複数の目的による問題の解法をより効率的にするためには、そのような多目的問題を単目的問題に変換する方法を決定する必要がある。
論文 参考訳（メタデータ） (2022-10-20T14:54:37Z) - Weakly supervised cross-domain alignment with optimal transport [102.8572398001639]
画像オブジェクトとテキストシーケンス間のクロスドメインアライメントは多くの視覚言語タスクの鍵となる。
本稿では,画像とテキスト間の微粒な意味的類似点の同定と最適化のための新しいアプローチについて検討する。
論文 参考訳（メタデータ） (2020-08-14T22:48:36Z) - Effects of Discretization of Decision and Objective Spaces on the
Performance of Evolutionary Multiobjective Optimization Algorithms [12.487285663072512]
決定空間の離散化は大規模問題にプラス効果を示し、目的空間の離散化は多目的問題にプラス効果を示す。
また、両空間の離散化は大規模多目的問題に有用であることを示す。
論文 参考訳（メタデータ） (2020-03-22T15:07:45Z)
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。