[논문 리뷰] MONISE - Many Objective Non-Inferior Set Estimation

Marcos M. Raimundo, Fernando J. Von Zuben|arXiv (Cornell University)|2017. 09. 04.

Advanced Multi-Objective Optimization Algorithms참고 문헌 31인용 수 3

한 줄 요약

MONISE는 다수의 목적함수를 가진 최적화 문제에서, 가중치를 부여한 부분문제를 순차적으로 풀어 다차원 목적 공간에서 파레토 최적 해집합을 효율적으로 추정하는 데 목적이 있는 새로운 다목적 최적화 알고리즘이다. 볼록성 조건 하에서 이론적으로 진정한 파레토 최적 경계에 수렴함을 보장하며, 계산 비용과 하이퍼볼륨 품질 측면에서 경쟁력 있는 성능을 보인다.

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.

연구 동기 및 목표

• 두 개 이상의 목적함수를 가진 다목적 최적화 문제에서 전역적으로 대표적인 파레토 최적 해 집합을 찾는 데 도전하는 것.
• 원래 이차원 목적함수 전용으로 설계된 고전적 NISE 알고리즘을 다목적 상황으로 확장하는 것.
• 가중치를 부여한 부분문제의 해가 파레토 최적 해가 되는 이론적 조건을 설정하는 것, 특히 탍가능 영역의 볼록껍데기에서의 경우에 중점을 두어.
• 다목적 최적화 과제에서 계산 비용과 하이퍼볼륨 측정 기준의 해집합 품질 측면에서 효율성과 높은 품질의 해집합을 보장하는 것.

제안 방법

• MONISE는 다목적 공간에서 파레토 최적 해집합을 전역적으로 근사하기 위해 가중치를 부여한 스칼라 최적화 문제의 순차적 해법을 제안한다.
• 모든 가중치 문제의 해가 파레토 최적성에 필수적이며, 탍가능 영역의 볼록껍데기를 고려할 경우 충분함을 보장하는 이론적 기반을 활용한다.
• 기존 NISE 알고리즘의 원리를 고차원 목적 공간으로 확장하여, 이중 목적 이상의 상황에도 적용 가능하게 한다.
• 사용자 정의된 가중치 분포가 필요 없이 동적으로 가중치 부분문제를 생성하고 해를 구함으로써 비열한 해집합 전체를 탐색한다.
• 볼록성 가정 하에서 진정한 파레토 최적 경계에 수렴함을 보장하여, 볼록 탍가능 영역에서 신뢰도를 높인다.
• 계산 효율성과 확장성을 고려하여, 두 개 이상의 목적함수를 가진 문제에 적합하도록 설계되어 있다.

실험 결과

연구 질문

• RQ1 NISE 알고리즘은 이중 차원을 초월하는 다목적 최적화 문제를 효과적으로 확장할 수 있는가?
• RQ2 다목적 설정에서 가중치 부분문제를 풀었을 때 파레토 최적 해가 되는 이론적 조건은 무엇인가?
• RQ3 계산 비용과 해집합 품질 측면에서 MONISE는 기존의 다목적 최적화 방법과 어떻게 비교되는가?
• RQ4 다목적 프레임워크 내에서 이중 목적 문제에 MONISE를 적용했을 때 비열한 해집합의 어떤 성질을 보장할 수 있는가?

주요 결과

• MONISE는 NISE 알고리즘을 다목적 최적화로 성공적으로 확장하여 고차원 목적 공간에서 파레토 최적 해집합을 전역적으로 추정할 수 있게 하였다.
• 이론적 분석을 통해 가중치 문제의 해가 파레토 최적성에 필수적이며, 탍가능 영역의 볼록껍데기를 고려할 경우 충분함을 확인하였다.
• 이중 목적 케이스에서는 비열한 해집합의 추가적인 유리한 성질을 유지하여 해집합의 품질을 향상시켰다.
• 실험적 검증을 통해 MONISE는 최신 기술 대비 계산 비용 측면에서 경쟁력을 보였다.
• 하이퍼볼륨 측정 기준으로 평가했을 때 MONISE가 생성한 비열한 해집합의 품질은 매우 우수하여 진정한 파레토 최적 경계에 포괄적으로 수렴하는 것으로 나타났다.
• 두 개 이상의 목적함수를 가진 문제를 다룰 때 MONISE는 효율성과 해집합 정확도를 유지하며 뛰어난 강건성과 확장성을 보였다.