[論文レビュー] An Application of BnB-NSGAII: Initializing NSGAII to Solve 3 Stage Reducer Problem

Ahmed Jaber, Pascal Lafon+1 more|arXiv (Cornell University)|May 14, 2021

Advanced Multi-Objective Optimization Algorithms参考文献 8被引用数 4

ひとこと要約

本稿では、ISO準拠の制約を満たす二目的3段段数減速機問題を解くために、BnB-NSGAIIを用いてNSGAIIの初期化を行う手法を提案する。これにより、実行可能で高品質なParetoフロントへの収束が向上する。主な貢献は、分枝限定法のノード間でエリート個体を継承する画期的な「レガシーフィーチャー」の導入であり、標準NSGAIIおよびこの特徴なしのBnB-NSGAIIに比べて顕著な性能向上を達成している。

ABSTRACT

The 3 stage reducer problem is a point of interest for many researchers. In this paper, this problem is reformulated to a bi-objective problem with additional constraints to meet the ISO mechanical standards. Those additional constraints increase the complexity of the problem, such that, NSGAII performance is not sufficient. To overcome this, we propose to use BnB-NSGAII method - a hybrid multi-criteria branch and bound with NSGAII - to initialize NSGAII before solving the problem, seeking for a better initial population. A new feature is also proposed to enhance BnB-NSGAII method, called the legacy feature. The legacy feature permits the inheritance of the elite individuals between - branch and bound - parent and children nodes. NSGAII and BnB-NSGAII with and without the legacy feature are tested on the 3 stage reducer problem. Results demonstrate the competitive performance of BnB-NSGAII with the legacy feature.

研究の動機と目的

• 複雑で制約の多い3段段数減速機問題を解く際、標準NSGAIIが示す低速な収束速度と低い実行可能性の課題に対処すること。
• NSGAIIの性能を向上させるために、優れた初期集団を生成する前処理段階としてBnB-NSGAIIを用いること。
• 分岐限定木における複数目的最適化の各ノード間でエリート個体を継承可能な画期的な「レガシーフィーチャー」を導入し、その有効性を評価すること。
• 実世界の機械的制約を伴う二目的3段段数減速機問題において、BnB-NSGAIIにレガシーフィーチャーを適用した場合の有効性を検証すること。

提案手法

• 3段段数減速機問題を、体積と段数比誤差を最小化する二目的混合整数非線形計画問題（MINLP）に再定式化する。
• BnB-NSGAIIを用いて組み合わせ的空間を探索し、NSGAIIの初期化前に少なくとも1つの実行可能解を特定する。
• 分岐限定木内の親ノードから子ノードへと、最終集団（エリート個体）を継承する「レガシーフィーチャー」を導入する。
• 各部分問題の境界に適合させるために、継承された集団を再スケーリングし、その後子ノードでのNSGAII初期化に使用する。
• シミュレーテッドバイナリクロスオーバー（SBX）、非一様変異、およびレガシーフィーチャーを用いた制約処理法を備えたNSGAIIを用いる。
• すべての手法を同一のパラメータで10回実行し、公平な比較を保証する。

実験結果

リサーチクエスチョン

• RQ1 標準NSGAIIが失敗する高複雑性・高制約性を有する3段段数減速機問題において、BnB-NSGAIIは実行可能解を効果的に特定できるか？
• RQ2 BnB-NSGAIIによって得られた解を初期集団として用いることで、ランダム初期化に比べてNSGAIIのParetoフロントへの収束が著しく向上するか？
• RQ3 提案されたレガシーフィーチャー（分岐限定法のノード間でのエリート個体の継承）は、探索効率および解の品質にどのように影響を与えるか？
• RQ4 実行可能性および収束性の観点から、NSGAII、BnB-NSGAII、およびレガシーフィーチャーを備えたBnB-NSGAIIの相対的性能はいかがなものか？

主な発見

• レガシーフィーチャーを備えたBnB-NSGAIIは、10回の実行すべてで少なくとも1つの実行可能解を発見する100％の成功率を達成し、NSGAIIおよびレガシーフィーチャーなしのBnB-NSGAIIを上回った。
• ランダム初期集団で初期化されたNSGAIIは複数回の実行で実行可能解への収束に失敗したが、1つの実行可能シードで初期化した場合には一貫した収束を示した。
• ドメイン探索図から、レガシーフィーチャーがBnB-NSGAIIの探索を実行可能領域に導くことを示しており、唯一、このバージョンが一貫して実行可能領域を標的としていた。
• レガシーフィーチャーを備えたBnB-NSGAIIは、収束性および均等性の両面で、NSGAIIおよびレガシーフィーチャーなしのBnB-NSGAIIよりも優れたParetoフロントを生成した。
• すべての手法が30分以内に収束したため、レガシーフィーチャーを備えたBnB-NSGAIIの計算オーバーヘッドは、この問題サイズにおいて許容範囲内に保たれている。