論文の概要: A Dynamic Aggregation Strategy Enhanced Efficient Global Optimization Algorithm for Solving High-Dimensional Turbomachinery Design Problems
- arxiv url: http://arxiv.org/abs/2609.16067v1
- Date: Sun, 13 Sep 2026 13:46:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 14:56:08.122301
- Title: A Dynamic Aggregation Strategy Enhanced Efficient Global Optimization Algorithm for Solving High-Dimensional Turbomachinery Design Problems
- Title（参考訳）: 高次元ターボ機械設計問題の解法における効率的なグローバル最適化アルゴリズムの高速化
- Abstract要約: 動的集約戦略を用いた効率的なグローバル最適化(EGO)アルゴリズムを提案し,DA-EGOとラベル付けした。
具体的には、DA-EGOは、元の高次元設計空間を、効率的なサロゲートベースの最適化探索のための低次元部分空間の集合に分解する。
30, 60, 90次元の7つの関数からなる21のベンチマークインスタンス上でのテストでは, DA-EGOは1500関数評価の予算の下で, 分離可能かつ部分分離可能な問題に対して有効であることが示された。
- 参考スコア（独自算出の注目度）: 6.032951573010597
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: In order to solve the high-dimensional ($d \geq 30$) expensive black-box problems within budget, an efficient global optimization (EGO) algorithm with a dynamic aggregation strategy is proposed, labeled as DA-EGO. Specifically, the DA-EGO decomposes the original high-dimensional design space into a set of low-dimensional subspaces for efficient surrogate-based optimization search, and the optimal solutions of subspaces are combined as an elite point for the global search. Most importantly, the subspaces are not fixed. Instead, the subspace variables are updated in each iteration, according to the variable interaction analyses in the sub- and full-spaces. The perturbation method and the analysis of variance are used to detect variable interactions. To further accelerate the optimization progress, the searching ranges of subspaces are also adaptively adjusted according to the analyses of subspace optimization results of the previous iteration. Tests on 21 benchmark instances, comprising seven functions at 30, 60, and 90 dimensions, show that DA-EGO is effective on separable and partially separable problems under a budget of 1500 function evaluations. Its advantage is case-dependent: on the non-separable shifted Rosenbrock function, GSGA performs better at 60 and 90 dimensions, while the 30-dimensional results are statistically comparable to IKAEA and GSGA. Moreover, the advantage of DA-EGO is also seen in the aerodynamic optimization of a transonic rotor blade with 28 variables as well as the compressor stage optimization with 60 variables. With the above, the effectiveness of the proposed DA-EGO has been well demonstrated.
- Abstract（参考訳）: 予算内での高次元($d \geq 30$)の高価なブラックボックス問題を解くために,動的集約戦略を用いた効率的なグローバル最適化(EGO)アルゴリズムを提案し,DA-EGOとラベル付けした。
具体的には、DA-EGOは、元の高次元設計空間を効率的なサロゲートベースの最適化探索のための低次元部分空間の集合に分解し、この部分空間の最適解をグローバル探索のエリートポイントとして組み合わせる。
最も重要なことは、部分空間は固定されないことである。
代わりに、サブスペースとフルスペースの変数相互作用解析に従って、サブスペース変数は各イテレーションで更新される。
変動相互作用の検出には摂動法と分散の解析を用いる。
最適化の進行をさらに加速するために、前回のイテレーションのサブスペース最適化結果の分析に基づいて、サブスペースの探索範囲を適応的に調整する。
30, 60, 90次元の7つの関数からなる21のベンチマークインスタンス上でのテストでは, DA-EGOは1500関数評価の予算の下で, 分離可能かつ部分分離可能な問題に対して有効であることが示された。
非分離シフトローゼンブロック関数では、GSGAは60次元と90次元で、30次元の結果は統計的にIKAEAとGSGAに匹敵する。
さらに、DA-EGOの利点は、28変数の超音速ローターブレードの空力最適化や60変数の圧縮機段最適化にも見られる。
以上より,DA-EGOの有効性が実証された。
関連論文リスト
- optimize_anything: A Universal API for Optimizing any Text Parameter [98.42497715725356]
単一タスク検索をサポートする1つのAIベースの最適化システム、クロスプロブレム転送によるマルチタスク検索、および目に見えない入力への一般化を示す。
LLMに基づく検索によるテキストの最適化は汎用的な問題解決パラダイムであることを示す。
論文 参考訳（メタデータ） (2026-05-19T10:18:12Z) - Diff3R: Feed-forward 3D Gaussian Splatting with Uncertainty-aware Differentiable Optimization [76.38917994186733]
Diff3Rはフィードフォワード予測とテストタイム最適化をブリッジする新しいフレームワークである。
フィードフォワード3DGSアーキテクチャにシームレスに統合でき、ポーズギヴン法とポーズフリー法の両方に対応できることを示す。
論文 参考訳（メタデータ） (2026-04-01T15:40:20Z) - Hyperparameter Optimization of Constraint Programming Solvers [2.4915743991417547]
本稿では,CPMpyライブラリに組み込まれたハイパーパラメータの自動最適化フレームワークであるプローブ・アンド・ソルバアルゴリズムを紹介する。
このアルゴリズムを114の問題インスタンスに対して,ACEとChocoの2つの異なる制約解決器上で評価する。
その結果,ベイズ最適化を用いることで,解法のデフォルト設定よりも優れた性能が得られることがわかった。
論文 参考訳（メタデータ） (2026-01-16T16:02:36Z) - OrthAlign: Orthogonal Subspace Decomposition for Non-Interfering Multi-Objective Alignment [61.02595549125661]
大規模言語モデル(LLM)のアライメントは、複数の人間の好みに対処する際に重要なジレンマに直面します。
我々は、優先順位調整における勾配レベルの対立を解決する革新的なアプローチであるOrthAlignを提案する。
我々はOrthAlignが多重目的アライメント後の34.61%から50.89%の最大単一参照改善を実現していることを示す。
論文 参考訳（メタデータ） (2025-09-29T11:16:30Z) - Using Variable Interaction Graphs to Improve Particle Swarm Optimization [4.5835414225547195]
本稿では,最適化プロセス中の変数相互作用を動的に学習し,活用するPSO(Particle Swarm Optimization)への適応について述べる。
VIGPSOは、粒子が探索空間をどう移動するかを分析することによって、変数が相互にどのように影響するかを学習し、これらの学習された関係を使って将来の粒子の動きを導く。
VIGPSOは10,30,50,1000次元の8つのベンチマーク関数(3つの分離可能,2つの部分分離可能,3つの非分離可能)の標準PSOに対して評価された。
論文 参考訳（メタデータ） (2025-09-02T00:39:46Z) - A Gradient Meta-Learning Joint Optimization for Beamforming and Antenna Position in Pinching-Antenna Systems [63.213207442368294]
マルチ導波路ピンチアンテナシステムの新しい最適化設計について検討する。
提案したGML-JOアルゴリズムは,既存の最適化手法と比較して,様々な選択や性能に頑健である。
論文 参考訳（メタデータ） (2025-06-14T17:35:27Z) - High Dimensional Bayesian Optimization using Lasso Variable Selection [9.051539805042651]
本稿では,ガウスプロセスカーネルの長さスケールを推定することにより,重要な変数を識別する新しい手法を提案する。
提案手法は, 最悪の場合において, サブ線形成長率で累積的後悔を達成できることを実証する。
高次元合成関数と実世界の問題に対する実験により,本手法が最先端の性能を達成することを示す。
論文 参考訳（メタデータ） (2025-04-02T13:54:04Z) - 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) - Accelerated Distributed Aggregative Optimization [5.5491171448159715]
本稿では,分散集約最適化問題の解法として,DAGT-HBとDAGT-NESという2つの新しいアルゴリズムを提案する。
DAGT-HBとDAGT-NESのアルゴリズムは、大域的な$mathbfR-$linear収束率で最適解に収束できる。
論文 参考訳（メタデータ） (2023-04-17T08:11:01Z) - Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。
我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。
すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
論文 参考訳（メタデータ） (2020-10-01T18:14:11Z) - EOS: a Parallel, Self-Adaptive, Multi-Population Evolutionary Algorithm
for Constrained Global Optimization [68.8204255655161]
EOSは実数値変数の制約付きおよび制約なし問題に対する大域的最適化アルゴリズムである。
これはよく知られた微分進化(DE)アルゴリズムに多くの改良を加えている。
その結果、EOSisは、最先端の単一人口自己適応Dアルゴリズムと比較して高い性能を達成可能であることが証明された。
論文 参考訳（メタデータ） (2020-07-09T10:19:22Z)
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。