1 / 45

知的システムデザイン研究室福永隆宏

遺伝的アルゴリズムにおける 実数ベクトル表現,世代交代モデル,母集団分割効果 の検討. A Discussion on Real Number Vector Representation, Generation Alternation Models and Effect by Division of Population of Genetic Algorithm. 知的システムデザイン研究室福永隆宏.

aran
Télécharger la présentation

知的システムデザイン研究室福永隆宏

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. 遺伝的アルゴリズムにおける 実数ベクトル表現,世代交代モデル,母集団分割効果 の検討 A Discussion on Real Number Vector Representation, Generation Alternation Models and Effect by Division of Population of Genetic Algorithm 知的システムデザイン研究室福永隆宏

  2. 1) 実数ベクトルによる遺伝子表現とその交叉法 2) 世代交代モデル 3) 母集団の分割化 研究背景 近年,GAの探索性能の向上に関しては, 多くの研究が行われている その中で本研究では,連続関数最適化問題を対象として, の3種類のスキームに注目 Intelligent Systems Design Lab. - Doshisha Univ

  3. 目的関数の形状を考慮した探索 初期収束を回避する探索 多様性を維持した探索,解の高品質化 ユークリッド空間の連続性を考慮した交叉法 世代間での個体分布の差異を最小化 母集団分割モデル 良好な解探索のためのGA設計の指針 :実数値GA :Minimal Generation Gap(MGG) :分散GA Intelligent Systems Design Lab. - Doshisha Univ

  4. 実数ベクトルによる染色体のコーディング 連続関数の最適化に適した交叉オペレータ 実数値GA Unimodal Normal Distribution Crossover(UNDX) Intelligent Systems Design Lab. - Doshisha Univ

  5. MGGと分散GA Minimal Generation Gap(MGG) 佐藤ら(97)によって考案された             世代交代モデル 局所的な世代交代 初期収束の回避 探索終盤での多様性維持 生成個体数(パラメータ) 分散GA 母集団をサブ母集団(島)に分割 一定世代で移住(移住率,移住間隔) 解探索性能の向上,解の高品質化 母集団分割による分散効果 Intelligent Systems Design Lab. - Doshisha Univ

  6. 本研究の目的 UNDX + MGGモデル 小野らによって連続関数最適化問題に対して, 有効性は確認されている 分散GA 単一母集団GAよりも良好な解探索性能を有する 目的 それらを組み合わせた計算モデルを検討 分散GAにMGGを組み込み,より強力なGAの設計を目指す Intelligent Systems Design Lab. - Doshisha Univ

  7. 計算モデルの概要 ・ 実数ベクトルによる染色体のコーディング ・ 各サブ母集団内は,MGGに基づいて世代交代 ・ 一定世代ごとに移住を行う ・ 突然変異は行わない Intelligent Systems Design Lab. - Doshisha Univ

  8. 結果 数値実験(1) パラメータ Griewank関数(20次元) ※ 20試行平均 いずれのサブ母集団数においても,最適解に到達する 母集団分割による分散効果が確認できない 他の対象問題に関しても同様の結果 Intelligent Systems Design Lab. - Doshisha Univ

  9. 本研究の検討事項 分散GAに適用したMGGの問題点 ・更新された個体が,他のサブ母集団に反映されていない 各世代,更新個体は2個体のみ ・サブ母集団数の増加に伴う,評価計算回数の増加 【母集団全体の評価計算回数】 = 【各サブ母集団の生成個体数】 * 【サブ母集団数】 constant Intelligent Systems Design Lab. - Doshisha Univ

  10. 分散GAに適用したMGGの問題点 ・サブ母集団数の増加に伴う,評価計算回数の増加 【母集団全体の評価計算回数】 = 【各サブ母集団の生成個体数】 * 【サブ母集団数】 constant Intelligent Systems Design Lab. - Doshisha Univ

  11. 【母集団全体の生成個体数】 = 200 constant 分散GAに適用したMGGの提案手法 サブ母集団数によらず各世代の生成個体数を統一 【各サブ母集団の生成個体数】 = 200 / 【サブ母集団数】 ※ サブ母集団数1(単一母集団)のときの生成個体数を200個体 サブ母集団が増加すると,各サブ母集団での生成個体数は減少 Intelligent Systems Design Lab. - Doshisha Univ

  12. 結果 数値実験(2) パラメータ Griewank関数(20次元) ※ 20試行平均 いずれのサブ母集団数において,最適解に到達する 母集団分割による分散効果が確認できた Intelligent Systems Design Lab. - Doshisha Univ

  13. 数値実験(3) 他の関数においても同様の実験を行う 提案モデルにおけるコーディング法による比較実験 実数ベクトル,ビットストリング(グレイコード) 対象問題(20次元) Rastrigin関数 依存関係なし,多峰性 Griewank関数 依存関係あり,多峰性 Ridge関数 依存関係あり,単峰性 Intelligent Systems Design Lab. - Doshisha Univ

  14. 母集団分割よる分散効果を確認 実数ベクトルの有効性を確認 実数ベクトルにおける        最適解到達回数の問題点 局所解を脱する 強力なアルゴリズムの構築の必要性 Rastrigin関数の結果 検討項目 #OPT: 最適解到達回数(20試行中) AVG: 最適解到達試行における評価計算回数平均 Rastrigin関数(20次元) #OPT #OPT : Number of runs in which the algorithm succeeded in finding the global optimum Intelligent Systems Design Lab. - Doshisha Univ

  15. Griewank関数,Ridge関数の結果 Griewank関数(20次元) Ridge関数(20次元) #OPT #OPT 両問題においても, 検討モデルの有効性を確認 母集団分割による,分散効果を確認 Intelligent Systems Design Lab. - Doshisha Univ

  16. 結論(1) 連続関数最適化問題に対して, 実数ベクトル表現,MGG,母集団分割について,検討を行った MGGと実数ベクトル表現 設計変数間の依存関係の有無,多峰性 / 単峰性に関わらず, 良好な解探索性能を示した MGGとビットストリング表現 設計変数間に依存関係のない問題に対して,有効に機能した Intelligent Systems Design Lab. - Doshisha Univ

  17. 実数ベクトル表現,生成個体数を調節するMGGを実数ベクトル表現,生成個体数を調節するMGGを 分散GAに組み込むことは,有効な手法といえる 結論(2) 母集団分割とMGG サブ母集団数が増加するごとに,           サブ母集団内の生成個体数を減少させる 各サブ母集団での多様性はなくなるが, 母集団を分割することで,全体の多様性は維持できる 評価計算回数を軽減することができる 連続関数最適化問題において, Intelligent Systems Design Lab. - Doshisha Univ

  18. Intelligent Systems Design Lab. - Doshisha Univ

  19. ーーーーーーーーーーーー参考資料ーーーーーーーーーーーーーーーーーーーーーーーー参考資料ーーーーーーーーーーーー Intelligent Systems Design Lab. - Doshisha Univ

  20. Rosenbrock関数,R-Rastrigin関数の結果 Rosenbrock関数(20次元) Rotated-Rastrigin関数(20次元) #OPT #OPT 両問題においても, 検討モデルの有効性を確認. 母集団分割による,分散効果を確認. Intelligent Systems Design Lab. - Doshisha Univ

  21. ProposedPMBGA Contour Lineof OBJ Function Distribution of individuals • Features • It is a Real-Coded GA • It can find the solution even in the problem where there is a strong correlation among the parameters. • Proposed PMBGA’s steps • (1) The elite individuals are chosen from the population. • (2) These individuals are transferred by the PCA operation. • (3) The new individuals are generated by the normal distribution. Intelligent Systems Design Lab. - Doshisha Univ

  22. PMBGAのパラメータ Intelligent Systems Design Lab. - Doshisha Univ

  23. PMBGAとの比較(1) Rastrigin関数(20次元) Griewank関数(20次元) Rastrigin関数  検討モデルの10島がもっとも早く最適解に収束するPMBGAは局初解に陥らないため,信頼性が高い Griewank関数 PMBGAがもっとも早く最適解に収束する  両モデルにおいて,最適解到達率が100%である Intelligent Systems Design Lab. - Doshisha Univ

  24. PMBGAとの比較(2) Rosenbrock関数(20次元) Ridge関数(20次元) Rosenbrock関数 PMBGAがもっとも早く最適解に収束する  両モデルにおいて,最適解到達率が100%である Ridge関数  検討モデルの10島が,もっとも早く最適解に収束する  両モデルにおいて,最適解到達率が100%である Intelligent Systems Design Lab. - Doshisha Univ

  25. UNDX+sGAの分散効果(1) Rastrigin関数(20次元) Rota関数(20次元) Intelligent Systems Design Lab. - Doshisha Univ

  26. UNDX+sGAの分散効果(2) Rosenborck関数(20次元) Rotated Rastrigin関数(20次元) Intelligent Systems Design Lab. - Doshisha Univ

  27. 実数値GAの問題点と今後の課題 実数ベクトルに特化した交叉法は統計的に子個体を生成 探索終盤に,設計空間の中央付近に個体が集まる傾向が高い 最適解が,設計空間の中央に存在しない問題に対して, その解探索性能は極端に低下してしまう. 最適解の位置にロバストなGAの設計が今後の課題 Intelligent Systems Design Lab. - Doshisha Univ

  28. 数値実験(4) 最適解が中央にない問題への検討モデルの検討 対象問題:最適解が中央にある問題の最適解を移動した問題 Rastrigin_1 : 最適解 = (1, 1, 1, ・・・, 1) [-5.12, 5.12) Griewank_100 : 最適解 = (100, 100, 100, ・・・, 100) [-512, 512) Ridge_10 : 最適解 = (10, 10, 10, ・・・, 10) [-64, 64) Rotated Rastrigin_1 : 最適解 = (1, 1, 1, ・・・, 1) [-5.12, 5.12) Intelligent Systems Design Lab. - Doshisha Univ

  29. パラメータおよびSPX パラメータ Simplex Crossover : 樋口(01) 多数の親を用いる,実数ベクトルに特化した交叉法 一様乱数で子個体を生成 Intelligent Systems Design Lab. - Doshisha Univ

  30. 数値実験結果(1) Rastrigin_1関数(20次元) Griewank_100関数(20次元) #OPT #OPT Intelligent Systems Design Lab. - Doshisha Univ

  31. 数値実験結果(2) Ridge_10関数(20次元) Rotated Rastrigin_1関数(20次元) #OPT #OPT Intelligent Systems Design Lab. - Doshisha Univ

  32. Unimodal Normal Distribution Crossover (Ono 97) • 3つの親個体により定義される正規分布領域内に生成 • 設計変数間に依存関係のある問題に強い • 標準偏差を調節するパラメータ α,β • 最適解が設計空間の端に存在する問題に適用すると,性能が低下してしまう Intelligent Systems Design Lab. - Doshisha Univ

  33. 世代交代モデル 複製選択と生存選択を規定 sGA(Simple GA) - Goldberg,89 MGG(Minimal Generation Gap) - 佐藤,97 Intelligent Systems Design Lab. - Doshisha Univ

  34. 実数値GAの突然変異 ① 一様突然変異 (Uniform mutation) ② 境界突然変異 (Boundary mutation) Intelligent Systems Design Lab. - Doshisha Univ

  35. Toridal Search Space Conversion 染谷ら(01)によって提案された,制約外遺伝子の処理方法 最適解が設計空間の端に存在する問題に有効 Intelligent Systems Design Lab. - Doshisha Univ

  36. f (x1, x2) (2, 7) 交叉 突然変異 0 1 0 1 1 1 評価 選択 遺伝的アルゴリズム 生物の進化を模倣した 最適化アルゴリズム 候補解をビットストリングで表現 確率的な多点探索 デコード エンコード 遺伝オペレータ 染色体 個体・・・ x1 x2 設計変数 Intelligent Systems Design Lab. - Doshisha Univ

  37. 実数ベクトルによる  染色体のコーディング実数ベクトルによる  染色体のコーディング 親個体の形質を 効率よく引き継ぐ 実数値のための 遺伝オペレータ (交叉法:BLX-α,UNDX) 連続性を考慮した探索が可能 実数値遺伝的アルゴリズム Intelligent Systems Design Lab. - Doshisha Univ

  38. サブ母集団(島)に分割 各島内で独立した遺伝操作 島間で移住 分散遺伝的アルゴリズム Distribute 解の高品質化が期待できる 島モデルによる分散効果 Intelligent Systems Design Lab. - Doshisha Univ

  39. SGA(1 / 3)の結果 Schwefel Rastrigin Model-1,3は設計変数間に依存関係のない問題に有効 Intelligent Systems Design Lab. - Doshisha Univ

  40. SGA(2 / 3)の結果 Rotated Rastrigin Griewank 設計変数間に依存関係のある問題には 探索性能に問題がある Intelligent Systems Design Lab. - Doshisha Univ

  41. SGA(3 / 3)の結果 Rosenbrock関数 設計変数間に依存関係のある問題には 探索性能に問題がある Intelligent Systems Design Lab. - Doshisha Univ

  42. MGG(1 / 3)の結果 Schwefel Rastrigin 島モデルが解探索に悪影響を与えている 突然変異をしない単一母集団が良好な結果 Intelligent Systems Design Lab. - Doshisha Univ

  43. MGG(2 / 3)の結果 Rotated Rastrigin Griewank 突然変異は探索に悪影響を与えている Model-6をRotated Rastrigin関数に適用したとき 島モデルによる分散効果を確認 Intelligent Systems Design Lab. - Doshisha Univ

  44. MGG(3 / 3)の結果 Rosenbrock関数 Model-8でのみ,最適解を得ることができる Intelligent Systems Design Lab. - Doshisha Univ

  45. 全モデルのまとめ 対象問題と分散効果 依存関係のない問題は分散効果が得やすい 依存関係のある問題は分散効果が得にくい 世代交代モデルの影響 SGAと突然変異の併用は分散効果が顕著に現れる MGGは遺伝オペレータに左右する Intelligent Systems Design Lab. - Doshisha Univ

More Related