NSGA-II を用いた土地利用配分の空間多目的最適化手法

Spatial Multi-Objective Optimization Approach for Land Use Allocation Using NSGA-II
IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing vol.7(3), pp.906-916,
2014
171005 ykohri

土地利用パターンの分析と評価は,天然資源管理にとって非常に重要である.土地利用配分に関する近年の研究は,主に線形計画最適化に基づいている.これらの方法は多目的問題を解決する能力は有するが,土地利用管理のために最適化の空間的側面は考慮されない.本研究では,イラン北西部における土地利用配分の最適化のためにNSGA-II を適用した.灌漑農業,乾燥農業,放牧地,およびその他の用途の4 つの土地がETM 画像から抽出された.本手法では,交換ランダムブロック(ERB)と呼ばれる新しいクロスオーバを使用して,個体間で情報を交換した.結果は,本手法が提案された条件に従って最適な土地利用組合せのセットを見つけることができることを示した.また,GoA-MOLA という多目的土地配分の手法と比較した場合,NSGA-II の性能が許容可能であることを示した.

適応的な重みの調整を行うMOEA/D

MOEA/D with Adaptive Weight Adjustment
Evolutionary computation, V20170726haradaol.22, No.2, pp.231-264, 2014

近年,MOEA/D(分解に基づく多目的進化アルゴリズム)は,進化的多目的最適化の分野で大きな成功を収め, 多くの注目を集めている.MOEA/D は一様に分布した集約重みベクトルを使用して,多目的最適化問題(MOP) をスカラー化部分問題の集合に分解し,進化的多目的最適化の優れた一般的なアルゴリズムの枠組みを提供する. 一般に,MOEA/D の重みベクトルの均一性は,パレート最適解の多様性を保証することができるが,対象とす るMOP が複雑なパレートフロント(PF; すなわち,不連続PF または鋭い頂点や低い尾を持つPF)の場合に, うまく働かない.これを改善するために,適応型重みベクトル調整を用いて改善されたMOEA/D を提案する. Chebyshev 分解法に基づく重みベクトルと最適解との幾何学的関係の解析に従って,新しい重みベクトル初期化 方法と適応型重みベクトル調整戦略がMOEA/D-AWA に導入されている.重みは周期的に調整され,部分問題の 重みを適応的に再配分して解のより良い均一性を得ることができる.その一方で、重複した最適解を持つ部分問題 に費やされる計算作業を節約することができる.さらに,複雑なPF の疑似疎領域,すなわちPF の不連続領域で はなく,実際の疎領域に新しい部分問題を追加するために外部エリート集団が導入されている.MOEA/D-AWA は4 つの最先端のMOEA である,MOEA/D,適応型MOEA/D,pa λ-MOEA/D およびNSGA-II に対して,2 つの新しい構造が複雑な問題と2 つの多目的最適化問題を含む,広く使用されている10 の試験問題において比較 される.実験結果は,特にMOP のPF が複雑な場合に,MOEA/D-AWA がIGD の指標においてベンチマークア ルゴリズムより優れていることを示す.

緊急物流スケジューリングに対する貪欲探索に基づいた多目的遺伝的アルゴリズム

Greedy-search-based multi-objective genetic algorithm for emergency logistics scheduling
Expert Systems with Applications, Vol.41, No.6, pp.2947-2956, 2014
20160330harada

災害の被災者に対する迅速かつ効率的な救急救助をできるようにするために,この研究では利用可能な資源の配分を調整し,さらに意思決定者のために様々な実行可能な緊急物流スケジューリングを自動的に生成することができる貪欲探索に基づいた多目的遺伝的アルゴリズムを提案する.提案されたアルゴリズムは資源や納品時間や輸送コストの未充足需要を最小限にするために,需要地点での要件に応じて様々な供給点から配送スケジュールを動的に調整する.提案されたアルゴリズムは,その性能は検証するために台湾の集集地震のケースで適用された.シミュレーション結果は,利用可能な車の数が制限もしくは無制限の条件下で,提案したアルゴリズムが10000 回の反復に基づいた配送時間において,それぞれ平均63.57%と46.15%だけ,MOGA と一般的な貪欲アルゴリズムより優れていることを示している.

ニューラルネットワークモデルによる特徴選択と分類の為の多目的進化的アルゴリズムを用いたアンサンブル 最適化

pdf

A multi-objective evolutionary algorithm-based
ensemble optimizer for feature selection and
classi cation with neural network models

Neurocomputing, Volume 125, 11 February 2014, Pages 217-228

本稿では,私達は機能選択と分類問題を解決する為のニューラルネットワークモデルと結び付けられた新しい多目的進化的アルゴリズムを基にしたアンサンブル最適化を提案する.特に,修正マイクロ遺伝的アルゴリズム(MmGA)は,アンサンブル最適化を行う為に用いられる.MmGA-ベースのアンサンブル最適化の目的が複数存在するのは,分類の為に少しのインプット機能を選び,ニューラルネットワークモデルの分類パフォーマンスを高めることが目的である.提案されたシステムの有効性を評価するために,本稿では多くのベンチマーク問題を用い,結果は他の方法と提案手法による比較によっておこない,人の動作検出と分類問題への提案されたシステムの適応性を評価した.結果として,提案されたMmGA-ベースのアンサンブル最適化が,少しの入力機能を持つニューラルネットワークモデルの分類パフォーマンスを高めることができることを明確に証明した.

パレート最適決定木の開発への多目的遺伝的プログラミング手法

Decision Support Systems Volume 43, Issue 3, April 2007, Pages 809-826

A multi-objective genetic programming approach to
developing Pareto optimal decision trees

classi cation 問題はデータ・マイニングで頻出する問題である.デシジョン・ツリー技術は分類モデルを作る
ために広く使用されてきた.モデルは非常によく人間がおこなう推論に似ており,理解するのが簡単である.異
なるタイプの分類エラーが等価ではないことを意味して,多くの現実世界の分類問題がそのコストに敏感である.
異なるデシジョン・ツリーが異なるコスト・セッティングの下で卓越する場合があるので,異なるタイプの誤った
分類エラーのコストが正確に決定されない場合,1 セットの支配されていないデシジョン・ツリーは開発されてい
るべきであり,考察のための意思決定者に提示されるべきである.本論文では,そのような代替パレート最適決
定木の開発への多目的遺伝的プログラミング手法を提案する.さらにそれは,意思決定者が偽陰性対偽陽性
や感度対特異性のような矛盾する目的上の部分的な優先権を指定することを可能にする.糖尿病予測問題および
クレジットカード・アプリケーション承認問題は,提案されたアプローチのアプリケーションを説明するために
使用される.

pdf