[論文レビュー] Multicriteria Optimization and Decision Making: Principles, Algorithms and Case Studies

Michael Emmerich, André Deutz|arXiv (Cornell University)|Jun 29, 2024

Advanced Multi-Objective Optimization Algorithms参考文献 90被引用数 8

ひとこと要約

本研究は、多基準最適化と意思決定（MODA）への幅広い導入を提供し、形式的定義、パレート概念、スカラー化、教育的な強調とケーススタディを備えた代表的な解法を扱う。

ABSTRACT

Real-world decision and optimization problems, often involve constraints and conflicting criteria. For example, choosing a travel method must balance speed, cost, environmental footprint, and convenience. Similarly, designing an industrial process must consider safety, environmental impact, and cost efficiency. Ideal solutions where all objectives are optimally met are rare; instead, we seek good compromises and aim to avoid lose-lose scenarios. Multicriteria optimization offers computational techniques to compute Pareto optimal solutions, aiding decision analysis and decision making. This reader offers an introduction to this topic and has been developed on the basis of the revised edition of the reader for the MSc computer science course "Multicriteria Optimization and Decision Analysis" at the Leiden Institute of Advanced Computer Science, Leiden University, The Netherlands. This course was taught annually by the first author from 2007 to 2023 as a single semester course with lectures and practicals. Our aim was to make the material accessible to MSc students who do not study mathematics as their core discipline by introducing basic numerical analysis concepts when necessary and providing numerical examples for interesting cases. The introduction is organized in a unique didactic manner developed by the authors, starting from more simple concepts such as linear programming and single-point methods, and advancing from these to more difficult concepts such as optimality conditions for nonlinear optimization and set-oriented solution algorithms. Besides, we focus on the mathematical modeling and foundations rather than on specific algorithms, though not excluding the discussion of some representative examples of solution algorithms.

研究の動機と目的

• 多基準最適化と意思決定をシステム設計問題として動機づけ、定義する。
• MODAの基礎を築くために、正式な問題定義、序列、パレート概念を導入する。
• スカラー化、パレート前方アプローチ、および単一基準問題への変換を含むコア解法を提示する。
• ランドスケープ解析、最適性条件、およびアルゴリズム的アプローチ（決定論的および進化的）を論じる。
• MCO/MCDM の数学に不慣れな修士課程の学生や読者向けに、教育的で例示中心の導入を提供する。

提案手法

• 標準的な数理計画法の表記を用いて多目的最適化を形式化する。
• パレート支配、前順、パレート前方の幾何特性を説明する。
• スカラー化手法（線形・非線形集約、多属性効用理論、参照点までの距離）と、それらが単一基準の再定式化とどのように関連するかを説明する。
• マルチ基準問題を制約付き単一基準問題へ変換する方法を紹介する（ε-constraint/コンプロマイズ・プログラミング）。
• 決定論的なパレート前方の計算と進化型多目的最適化を概説する（戦略/支配対/多様性、指標ベースの手法）。
• ケーススタディ主導の例示と、特定のアルゴリズムよりも基礎に焦点を当てる。

実験結果

リサーチクエスチョン

• RQ1 多基準最適化問題を数理計画法の枠組みでどのように形式的に定義・分類できるか。
• RQ2 支配とパレート効率性のどの概念が、多目的問題の解集合を構成するか。
• RQ3 複数の目的を単一目的の定式化に変換する方法と、解の品質への影響。
• RQ4 パレート前方を近似するコアなアルゴリズム群（決定論的および進化的アプローチを含む）は何か。
• RQ5 最適化理論と実世界の意思決定を結びつける基礎概念は何か。

主な発見

• ノートは、単純な概念から高度な概念への構造化された道筋を提供し、最適化理論と意思決定分析を結びつける。
• MCO/MCDMを理解するために不可欠な正式な問題クラスとパレート概念を定義している。
• スカラー化手法をパレート前方アプローチと結びつけ、単一基準の再定式化を論じている。
• パレート最適化の決定論的手法と進化的アプローチの双方を示し、支配と多様性のトレードオフを強調している。
• MODAにおける意思決定支援ツールと人間中心の配慮の役割を強調している。
• 経済学、工学、医学、社会科学に跨る応用を示すケーススタディの視点を提供している。