文献

J-GLOBAL ID：201902217034894576   整理番号：19A1960054

高価関数の制約付き大域最適化のための効率的多目的進化アルゴリズム【JST・京大機械翻訳】

Efficient Multi-Objective Evolutionary Algorithm for Constrained Global Optimization of Expensive Functions

著者 (5件)： Han Zhonghua (School of Aeronautics, Northwestern Polytechnical University, Xi’an, China) ,  Liu Fei (School of Aeronautics, Northwestern Polytechnical University, Xi’an, China) ,  Xu Chenzhou (School of Aeronautics, Northwestern Polytechnical University, Xi’an, China) ,  Zhang Keshi (School of Aeronautics, Northwestern Polytechnical University, Xi’an, China) ,  Zhang Qingfu (Department of Computer Science, City University of Hang Kong, Hong Kong SAR)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： CEC  ページ： 2026-2033  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 実世界エンジニアリング設計の最適化のために,最小数の高価な機能評価を伴う近似的最適設計を見出すことは非常に重要である。本論文では,このタイプの問題に対処するために,代理ベースの多目的進化アルゴリズム(sBMO)を用いることを提案した。基本的な考え方は,多目的最適化問題を多数のスカラー最適化問題に分解し,それらを簡単に実行する方法で同時に最適化することである。そこでは,大域的代理モデルを用いて,サブ問題間の完全な協調を可能にする。最初に,実験の設計により初期サンプルを選択し,それらを評価するために高価なシミュレーションを行った。第二に,目的(および制約)関数のためのグローバル代理モデルをサンプリングデータを通して構築し,最適化部分問題を同時に解き,新しいサンプルを提案した。第3に,代理モデルを更新し,最適化を次世代に進めた。このプロセスは満足できるパレートフロント解が見出されるまで繰り返される。分解戦略により,単一目的最適化に専用のインフィルサンプリング基準と制約処理をsBMOに直接用いることができる。sBMOとMOEA/D-EGOのような既存の方法の間の差は,結合したインフィルサンプリング戦略と専用の制約処理を用いることである。ベンチマークテストケースは,sBMOが効率的で,ロバストで,制約処理の良好な能力を持つことを実証した。sBMOを遷音速翼の多目的空力形状最適化に適用した。sBMOは高価な数値シミュレーションが採用されている工学的設計問題に適していることが示されている。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 音速 ,  最適化問題 ,  スカラー ,  シミュレーション ,  ロバスト性 ,  最適設計 ,  多目的計画法 ,  *最適化 ,  形状最適化 ,  近似法 ,  空気力学
準シソーラス用語： 数値シミュレーション ,  パレートフロント ,  代用モデル ,  *多目的進化アルゴリズム ,  *大域的最適化 , 【Automatic Indexing@JST】

分類 (3件)： システム最適化手法  (IA02050Z) ,  人工知能  (JE08000Z) ,  信号理論  (ND02020G)

タイトルに関連する用語 (4件)： 関数 ,  制約 ,  大域最適化 ,  多目的進化アルゴリズム