[論文レビュー] Test Problems in Optimization

Xin‐She Yang|arXiv (Cornell University)|Aug 3, 2010

Metaheuristic Optimization Algorithms Research参考文献 5被引用数 108

ひとこと要約

この論文は、多様な特性（多次元性、凸性、確率性を含む）を有する非制約および制約付き最適化のためのベンチマークテスト関数の包括的で体系的なリストを収集している。15個以上の標準的および新規のテスト関数について、明示的な数式表現、探索領域、グローバル最適解、次元数を提供しており、多様な問題タイプにおける新規メタヒューリスティックおよび数値最適化アルゴリズムの厳密な検証を可能にしている。

ABSTRACT

Test functions are important to validate new optimization algorithms and to compare the performance of various algorithms. There are many test functions in the literature, but there is no standard list or set of test functions one has to follow. New optimization algorithms should be tested using at least a subset of functions with diverse properties so as to make sure whether or not the tested algorithm can solve certain type of optimization efficiently. Here we provide a selected list of test problems for unconstrained optimization.

研究の動機と目的

• 非制約および制約付き最適化アルゴリズムを評価するための標準的で多様かつアクセス可能なテスト関数のセットを提供すること。
• 共通して受け入れられたベンチマークセットの欠如を補うために、特徴が明確に異なるよく用いられる関数および新規に設計された関数を収集すること。
• 多次元性、一意モード性、非凸性、確率的変動などの異なる複雑さを持つ関数を提供することで、新規最適化アルゴリズムの検証を支援すること。
• ヤンの立位波関数や確率的関数を含む古典的および新規関数を含め、不確実性下でのアルゴリズムのロバストネスをテストすること。
• 各テスト問題について正確な関数形、変数の境界、既知のグローバル最小値を明示することで再現性を保証すること。

提案手法

• エクストラ・シェ・ヤンによる既存の文献およびオリジナル寄稿に基づく15個以上のベンチマークテスト関数の収集。古典的関数（例：Rastrigin、Rosenbrock、Griewank）を含む。
• 非制約問題および等式制約付き問題（例：ハイパースフィア制約付き積関数）の両方を統合。
• 各関数について明示的な変数の境界とグローバル最適解を伴う数学的定式化を定義し、再現性を確保。
• ノイズおよび微分不能性への耐性をテストするため、非滑らかで確率的関数（例：式25および式26におけるランダム成分）を含む。
• 2次元関数（例：Easom、Six-hump camel back）をn次元形式に拡張し、スケーラビリティのテストを可能にした。
• 次元に依存しない定式化を用いることで、n=2からn=100以上のさまざまな問題サイズでのテストを可能にした。

実験結果

リサーチクエスチョン

• RQ1 新しいメタヒューリスティック最適化アルゴリズムの性能を評価する際に、どの標準的テスト関数が最も効果的か？
• RQ2 多次元性、凸性、非滑らかさといった関数の特性が、最適化アルゴリズムの収束性およびロバストネスにどのように影響するか？
• RQ3 確率的グローバル最適値を有する確率的テスト関数（例：式25）は、最適化問題における現実世界の不確実性をよりよく模倣できるか？
• RQ4 等式制約付きテスト関数（例：式7–8）は、アルゴリズムの実行可能性および制約処理能力にどのように挑戦するか？
• RQ5 次元数の増加が、Rastrigin、Schwefel、ヤンの立位波関数などの関数の最適化の難易度に与える影響は何か？

主な発見

• Ackley関数は原点にグローバル最小値0を有し、指数関数的および余弦関数的項の相互作用により複雑な形状を示す。
• 球体関数（式2）は一意モードかつ凸関数であり、(0, ..., 0)にグローバル最小値0を有し、一意モード性能のベースラインとして機能する。
• Rastrigin関数（式14）は強力な多次元性を示し、10^n個の局所的最小値を有する。グローバル最小値は原点に0であり、領域[-5.12, 5.12]^n内に存在する。
• 六つ山のラクダ背中関数（式18）は、約(-0.0898, 0.7126)および(0.0898, -0.7126)に2つのグローバル最小値を有し、両者ともf* ≈ -1.0316を達成する。
• Shubert関数（式19、n=5）は18個のグローバル最小値を有し、領域[-10, 10]^2内でf* ≈ -186.7309を達成する。
• 式25の確率的関数は、(π, π)に固定されたグローバル最小値を有するが、ランダム成分のため最小値は-5から-(K²+5)の間で確率的に変動する。