[論文レビュー] Engineering design optimisation using tabu search

AM Connor, P. John Clarkson+2 more|arXiv (Cornell University)|Jun 19, 2016

Advanced Multi-Objective Optimization Algorithms参考文献 5被引用数 8

ひとこと要約

本論文では、エンジニアリング設計問題に特化したタブー探索（TS）に基づく最適化手法を提示しており、最小限の目的関数評価で高品質な解を達成している。この手法は、構造的設計、電磁界ポール形状最適化、ターボマシンブレード設計といった多様な問題を、アルゴリズムの再設定なしに効果的に解き、その強健性とエンジニアリング分野への広範な適用可能性を示している。

ABSTRACT

This paper describes an optimisation methodology that has been specifically developed for engineering design problems. The methodology is based on a Tabu search (TS) algorithm that has been shown to find high quality solutions with a relatively low number of objective function evaluations. Whilst the methodology was originally intended for a small range of design problems it has since been successfully applied to problems from different domains with no alteration to the underlying method. This paper describes the method and its application to three different problems. The first is from the field of structural design, the second relates to the design of electromagnetic pole shapes and the third involves the design of turbomachinery blades.

研究の動機と目的

• 複雑なエンジニアリング設計問題に特化した強健な最適化手法の開発を目的とする。
• 高品質な解に到達するための目的関数評価回数を最小限に抑えることを目的とする。
• アルゴリズムの再設定なしに、多様なエンジニアリング分野に応用可能であることを示すことを目的とする。
• 構造的、電磁的、ターボマシン分野の実際の設計問題に対して、この手法の有効性を検証することを目的とする。
• 伝統的な最適化手法に代わる、実用的で効率的な代替手法としてのタブー探索の有効性を確立することを目的とする。

提案手法

• 本手法は、局所最適解を避けるために記憶構造を用いるメタヒューリスティックであるタブー探索（TS）アルゴリズムを採用する。
• TSは、過去に訪問した解の短期間記憶（「タブーリスト」）を維持することで、未探索領域への探索を促進する。
• 解の近傍を体系的に探索し、有望な解の再訪問を許可するアセプタンス基準（アセプタンス基準）を導入する。
• 適応的記憶機構を通じて、良好な解の活用（強化）と新しい領域の探索（多様化）のバランスを取る。
• 問題固有の再定式化やパrameterチューニングを要せず、直接的に設計問題に適用可能である。
• 設計空間の有望な領域に集中して探索することで、目的関数評価回数を最小限に抑える。

実験結果

リサーチクエスチョン

• RQ1 タブー探索は、最小限の目的関数評価で、複雑なエンジニアリング設計問題を効率的に解けるか？
• RQ2 アルゴリズムの変更なしに、異なるエンジニアリング分野でタブー探索手法がどのように性能を発揮するか？
• RQ3 従来の最適化手法と比較して、タブー探索で得られる解の品質はどの程度か？
• RQ4 記憶に基づく探索戦略が、エンジニアリング設計最適化における早期収束をどの程度防止できるか？
• RQ5 タブー探索は、構造的、電磁的、ターボマシン分野における高次元かつ非線形な設計問題に効果的に適用可能か？

主な発見

• タブー探索手法は、相対的に少ない目的関数評価回数で高品質な解を達成した。
• 本手法は、構造的設計、電磁界ポール形状最適化、ターボマシンブレード設計という3つの異なるエンジニアリング問題に成功裏に適用された。
• 異なる分野間での移行において、コアアルゴリズムの変更は一切不要であった。
• 問題の複雑さや設計制約の違いに関わらず、本手法は強健性と適応性を示した。
• 結果から、タブー探索がエンジニアリング応用で一般的に見られる複雑でマルチモーダルな設計空間を効果的に探索できることを確認した。
• テストされたケースにおいて、従来手法に比べ、解の品質と計算効率の両面で本手法が優れていた。