Upload
boruboredo
View
340
Download
0
Embed Size (px)
Citation preview
対話型 Differential Evolutionに関する研究
九州大学 芸術工学部高木研究室
1DS04203G 満安 大樹
目次1. この研究について2. 対話型 Differential Evolution3. 性能評価4. まとめと研究の今後
この研究について
この研究について(位置付け)
IEC
IGA
IPSO
TIGA
ETC…
IDE 対話型 Differential Evolution
この研究について (目的 )
1. 対話型 Differential Evolution (IDE)を提案する
2. IDEの性能を先行手法との比較で明らかにする.
対話型 Differential Evolution仕組みの説明
対話型 Differential Evolution(1)
• 以下の手順で,この手法について説明する1. Differential Evolutionについて2. 対話型 Differential Evolutionについて3. 動作イメージ
Differential Evolutionとは• GAと同じ ,連続値向けの最適化手法• 以下のように,個体を作成する
母集団
個体 B
個体 C
個体 D
Target Vector
MutantVector
Trial Vector
次世代の個体
比較する
対話型 Differential Evolution
• この研究での提案手法である1. 対比較を繰り返すことで,進化計算を行うことができる
2. 一世代あたりの対比較の回数は,個体数と同じ回数
疲労軽減が期待できる
応用時の動作イメージ (IGA)
応用時の動作イメージ (IDE)
性能評価
IEC
IGA
IPSO
TIGA
ETC…
IDE 対話型 Differential Evolution
性能評価の方法(評価する手法 )
性能評価の方法 (評価関数 )
• 疑似人間として混合ガウス関数を評価関数とした.
平均,標準偏差,高さを変えた2種類の関数について実験を行った.
性能評価の方法(条件設定)• 前述した条件のもとに、解空間を3,5,9,12次元と変化させた.
• 各手法の個体数を15個体,30個体の2種類で実験を行った.
実験結果 (5次元,50回平均 )
1 6 11 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91 96
-3.5
-3
-2.5
-2
-1.5
-1
-0.5
0
5次元ガウス15個体
IDE
IGA
TIGA
1 6 11 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91 96
-4
-3.5
-3
-2.5
-2
-1.5
-1
-0.5
0
5次元ガウス30個体
IDE
IGA
TIGA
実験結果 (9次元 ,50回平均 )
1 6 11 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91 96
-3.5
-3
-2.5
-2
-1.5
-1
-0.5
0
9次元ガウス15個体
Series1 Series2 Series3
1 6 11 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91 96
-3.5
-3
-2.5
-2
-1.5
-1
-0.5
0
9次元ガウス 30個体
Series1 Series2 Series3
有意差検定有意差を確認するため30世代目について,符号検定を行った.(危険率5パーセント)
5次15個体 5次30個体 9次元15個体
9次元30個体
IGA 有意差あり(48 : 2)
有意差あり(45 : 5)
有意差あり(36:14)
有意差なし(21:29)
TIGA 有意差あり(45:5)
有意差あり(43:7)
有意差あり(45 : 5)
有意差なし(25:25)
実験結果• そのほか,12次元,3次元について実験を行った.•IDEは次元数が少ない時に,高い性能を示した•特に,個体数が少ない時の性能が高い.
•次元数,個体数が増えると,性能面でTIGAや IGAが上回ることがある .
まとめと研究の今後
まとめと研究の今後
この研究で, IDEが有効な手法であろうことが示された .特に,個体数が少ない時に性能が高いのは IECに有利
今後は?
今後は, DE高速化手法の適用による,更なる高速化,ユーザ評価実験などが必要になる.