[論文レビュー] MONISE - Many Objective Non-Inferior Set Estimation

Marcos M. Raimundo, Fernando J. Von Zuben|arXiv (Cornell University)|Sep 4, 2017

Advanced Multi-Objective Optimization Algorithms参考文献 31被引用数 3

ひとこと要約

MONISEは、多数の目的変数空間におけるパレート最適解集合を、重み付き部分問題の逐次的解法によって効率的に推定するように拡張した、新しい多目的最適化アルゴリズムである。凸性のもとで真のパレートフロントへの理論的収束を保証し、計算コストとハイパーボリュームの質の両面で競争力のある性能を示す。

ABSTRACT

This work proposes a novel many objective optimization approach that globally finds a set of efficient solutions, also known as Pareto-optimal solutions, by automatically formulating and solving a sequence of weighted problems. The approach is called MONISE (Many-Objective NISE), because it represents an extension of the well-known non-inferior set estimation (NISE) algorithm, which was originally conceived to deal with two-dimensional objective spaces. Looking for theoretical support, we demonstrate that being a solution of the weighted problem is a necessary condition, and it will also be a sufficient condition at the convex hull of the feasible set. The proposal is conceived to operate in more than two dimensions, thus properly supporting many objectives. Moreover, specifically deal with two objectives, some nice additional properties are portrayed for the estimated non-inferior set. Experimental results are used to validate the proposal and have indicated that MONISE is competitive both in terms of computational cost and considering the overall quality of the non-inferior set, measured by the hypervolume.

研究の動機と目的

• 2つ以上の目的を持つ多目的最適化問題において、グローバルに代表的なパレート最適解の集合を求める課題に対処すること。
• もともと2次元の目的変数を想定して設計された古典的なNISEアルゴリズムを、多数の目的変数を扱う状況に拡張すること。
• 重み付き部分問題の解が、特に実行可能領域の凸包を考慮した場合に、パレート最適解に対応する理論的条件を確立すること。
• 多目的最適化タスクにおいて、計算コストの低さとハイパーボリュームによる測定による解集合の質の高さを両立させること。

提案手法

• MONISEは、多目的空間におけるパレート最適解集合のグローバルな近似を図るために、重み付きスカラー最適化問題の逐次的定式化と解法を採用する。
• 任意の重み付き問題の解がパレート最適性の必要条件であり、実行可能領域の凸包が考慮されれば十分条件であるという理論的基盤を活用する。
• 元々2次元の目的変数に特化したNISEアルゴリズムの原則を、より高次元の目的変数空間へと拡張し、2つの目的を超える応用を可能にする。
• ユーザーが事前に定義した重み分布を必要とせず、動的に重み付き部分問題を生成・解法することで、非優越集合全体を探索する。
• 凸性の仮定のもとで真のパレートフロントへの収束を保証し、凸な実行可能領域において信頼性を高める。
• 計算効率が良く、2つ以上の目的を持つ問題へもスケーラブルに適用可能なように設計されている。

実験結果

リサーチクエスチョン

• RQ1 NISEアルゴリズムは、2次元を超える多次元の多目的最適化問題に効果的に拡張可能か？
• RQ2 重み付き部分問題を解くことで、多目的設定においてパレート最適解が得られる理論的条件は何か？
• RQ3 計算コストと解集合の質の観点から、MONISEは既存の多目的最適化手法と比べてどのように差をつけるか？
• RQ4 多目的フレームワーク内での2目的問題にMONISEを適用した場合、非優越集合にどのような性質を保証できるか？

主な発見

• MONISEはNISEアルゴリズムを多目的最適化に成功裏に拡張し、高次元の目的変数空間におけるパレート最適解集合のグローバル推定を可能にした。
• 理論的分析により、重み付き問題の解がパレート最適性の必要条件であり、実行可能領域の凸包が考慮されれば十分条件であることが確認された。
• 2目的のケースでは、非優越集合にさらなる好ましい性質が保持され、解集合の質が向上した。
• 実験的検証により、最先端の手法と比較して計算コストの面でも競争力のある性能を示した。
• ハイパーボリューム指標による測定では、MONISEが生成する非優越集合の質が高く、真のパレートフロントへの包括的収束を示している。
• 2つ以上の目的を持つ問題において、効率性と解集合の正確性を両立させながら、堅牢かつスケーラブルな性能を示した。