[論文レビュー] Improved NSGA-II Based on a Novel Ranking Scheme

Rio D’Souza, Karthik Sekaran+1 more|arXiv (Cornell University)|Feb 21, 2010

Advanced Multi-Objective Optimization Algorithms参考文献 12被引用数 50

ひとこと要約

本稿では、空間的・時間的トレードオフに基づく新規ランク付け方式を用いて、事前に計算された支配関係を活用することで非優先順位付けの高速化を図ることで、実行時間の複雑さを低減したNSGA-IIの改良版を提案する。白血病マイクロアレイ分類問題における評価では、標準NSGA-IIと比較して大規模な集団において優れた性能を示し、解の質を損なうことなく顕著な高速化を達成した。

ABSTRACT

Non-dominated Sorting Genetic Algorithm (NSGA) has established itself as a benchmark algorithm for Multiobjective Optimization. The determination of pareto-optimal solutions is the key to its success. However the basic algorithm suffers from a high order of complexity, which renders it less useful for practical applications. Among the variants of NSGA, several attempts have been made to reduce the complexity. Though successful in reducing the runtime complexity, there is scope for further improvements, especially considering that the populations involved are frequently of large size. We propose a variant which reduces the run-time complexity using the simple principle of space-time trade-off. The improved algorithm is applied to the problem of classifying types of leukemia based on microarray data. Results of comparative tests are presented showing that the improved algorithm performs well on large populations.

研究の動機と目的

• 多目的最適化における大規模な集団に対して特に顕著なNSGA-IIの高い計算複雑さに対処すること。
• 解の収束性および多様性を維持または向上させながら、実行時間の複雑さを低減すること。
• 大規模なデータセットを含む実世界の応用に適した実用的なNSGA-IIの変種を提案すること。
• 白血病マイクロアレイデータを用いた実世界の生物学的分類問題において、改善されたアルゴリズムを検証すること。

提案手法

• 非優先順位付けの繰り返し比較を回避するために、事前に支配関係を計算する新規ランク付け方式の導入。
• 支配情報を保存することで空間的・時間的トレードオフを適用し、以降の世代におけるソーティングを高速化。
• 事前に計算されたデータ構造を活用した、改良された高速非優先順位付け手順を用いて、フロント割り当てを高速化。
• 白血病マイクロアレイからの遺伝子発現データを含む多目的最適化問題にアルゴリズムを実装。
• 収束性および多様性の指標を用いて性能を評価し、改善されたNSGA-IIを元のバージョンと比較。
• 二項トーナメント選択、シミュレーテッドバイナリクローラー、多項式変異を用いた集団ベースの進化的戦略の実装。

実験結果

リサーチクエスチョン

• RQ1 新規ランク付け方式は、解の質を低下させることなく、NSGA-IIの実行時間の複雑さを低減できるか？
• RQ2 標準NSGA-IIと比較して、大規模な集団における本手法の性能はいかがなものか？
• RQ3 空間的・時間的トレードオフは、実世界の生物学的データセットの多目的最適化においてどの程度効率を向上させるか？
• RQ4 改善されたアルゴリズムは、マイクロアレイデータにおいても優れた収束性および多様性を維持できるか？

主な発見

• 提案されたNSGA-IIの変種は、事前に計算された支配データを活用することで、大規模な集団において顕著な実行時間の短縮を達成した。
• 白血病マイクロアレイデータセットにおいて、元のNSGA-IIと比較して収束性および多様性の指標を維持または向上させた。
• 空間的・時間的トレードオフは、非優先順位付けの時間計算量を効果的に低減し、特に大規模な問題に対して有益であった。
• 実験的結果から、大規模な集団においてより速い収束性と優れたスケーラビリティが確認され、本手法の実用性が裏付けられた。
• 実世界の生物学的データにおいても安定した性能を示し、高次元最適化タスクへの応用を支持するものであった。
• 比較試験の結果、改善されたNSGA-IIは元のバージョンよりも計算効率が高く、解の質を損なわず、優れた性能を示した。