[論文レビュー] An Ontology of Preference-Based Multiobjective Metaheuristics

Longmei Li, Iryna Yevseyeva+4 more|arXiv (Cornell University)|Sep 26, 2016

Advanced Multi-Objective Optimization Algorithms参考文献 118被引用数 3

ひとこと要約

本論文は、好みベースの多目的メタヒューリスティクス（PMOMH）のための最初のOWLベースのオントロジーを提案し、アルゴリズム、好みモデル、およびそれらの統合を体系的にモデル化する。Protégéを用いて構築されたこのオントロジーは、PMOMH手法とその関係性の形式的かつ機械可読な表現を通じて、構造化された知識管理、クエリサポート、研究ギャップの同定を可能にする。

ABSTRACT

User preference integration is of great importance in multi-objective optimization, in particular in many objective optimization. Preferences have long been considered in traditional multicriteria decision making (MCDM) which is based on mathematical programming. Recently, it is integrated in multi-objective metaheuristics (MOMH), resulting in focus on preferred parts of the Pareto front instead of the whole Pareto front. The number of publications on preference-based multi-objective metaheuristics has increased rapidly over the past decades. There already exist various preference handling methods and MOMH methods, which have been combined in diverse ways. This article proposes to use the Web Ontology Language (OWL) to model and systematize the results developed in this field. A review of the existing work is provided, based on which an ontology is built and instantiated with state-of-the-art results. The OWL ontology is made public and open to future extension. Moreover, the usage of the ontology is exemplified for different use-cases, including querying for methods that match an engineering application, bibliometric analysis, checking existence of combinations of preference models and MOMH techniques, and discovering opportunities for new research and open research questions.

研究の動機と目的

• 好みベースの多目的メタヒューリスティクス（PMOMH）分野における複雑化と断片化の増大に対処するため。
• PMOMH手法とその多基準意思決定（MCDM）への統合を、形式的で標準的かつ拡張可能な知識表現として提供するため。
• 研究者がアプリケーションに適した手法を発見し、研究ギャップを特定し、文献計測分析を可能にするため。
• 今後のMCDMおよびMOMHコミュニティ間の協働を促進するための共有可能で拡張可能かつ機械処理可能なフレームワークを構築するため。
• 新しいアルゴリズム、好みモデル、実用的応用を統合された知識システムに組み込むのを容易にするため。

提案手法

• 著者らは、MOMHのコアコンセプト（MOMHの種別、好みモデル、統合技術など）をモデル化する目的で、Protégéフレームワークを用いて包括的なOWLオントロジーを開発した。
• オントロジーは13の優位関係、12の好みモデル、15のMOMHアルゴリズムをエンコードし、形式的公理と階層的関係を備えている。
• 最新のPMOMH手法のインスタンス化を可能にし、知識ベース上で形式的推論とクエリ処理を実現している。
• 研究コミュニティによる共同編集、バージョン管理、拡張性を実現するため、WebProtégéにホスティングされている。
• 具体的なクエリと例を通じて、手法マッチング、文献計測分析、研究ギャップ同定といったユースケースが提示された。
• オントロジーは進化を続けるシステムとして設計されており、MCDM、MOMH、および応用分野からの貢献を歓迎する。

実験結果

リサーチクエスチョン

• RQ1 PMOMH手法の多様性と好み統合技術の増加を、どのように体系的かつ形式的に整理・表現できるか？
• RQ2 PMOMHにおける好みモデル、優位関係、MOMHアルゴリズムの間の主要な関係は何か？
• RQ3 形式的オントロジーは、PMOMHにおける知識発見、手法選定、研究計画の改善にどのように寄与できるか？
• RQ4 文献において現在、未開拓または欠落している好みモデルとMOMH技術の組み合わせは何か？
• RQ5 オントロジーは、PMOMHにおける新しい研究機会や未解決問題の同定をどのように支援できるか？

主な発見

• 提案されたPMOMHオントロジーは、好みベースの多目的メタヒューリスティクスのための最初の形式的でOWLベースの知識モデルであり、分野の構造的かつ機械処理可能な表現を可能にする。
• オントロジーは15のMOMHアルゴリズム、12の好みモデル、13の優位関係を形式的公理と階層的関係とともに正確にモデル化している。
• ユースケースを通じて、手法と応用のマッチング検索、文献計測分析、欠落している手法の組み合わせの同定といった、オントロジーの実用性が示された。
• オントロジーは、基準点に基づく手法と、基準点法のようなインタラクティブMCDM技術との統合が不足しているなど、研究ギャップの発見を可能にした。
• WebProtégéを介した動的拡張が可能であり、MCDMおよびMOMHコミュニティの研究者が共同で更新し、コメントを記述し、貢献できる。
• オントロジーは公開されており、今後の研究に応じて拡張可能に設計されており、知識共有を促進し、手法開発の重複を低減する。