[論文レビュー] Centric selection: a way to tune the exploration/exploitation trade-off

David Simoncini, Sebástien Vérel+2 more|arXiv (Cornell University)|Jul 21, 2011

Advanced Manufacturing and Logistics Optimization参考文献 21被引用数 7

ひとこと要約

本稿では、1つのパラメータ β を用いて選択的圧力を調整可能な、細胞的遺伝的アルゴリズムにおけるチューナブルな選択演算子であるセントリックセレクションを紹介する。この手法により、探索と活用の動的バランスが可能となる。著者らは、断続的均衡モデル（PEM）を用いて、最適な選択的圧力が探索中に変化することを示している。初期段階では低 β を用いて探索を促進し、後続段階で高 β に変化させて活用を強化することで、QAP問題およびNKランドスケープ問題において優れた性能を達成した。

ABSTRACT

In this paper, we study the exploration / exploitation trade-off in cellular genetic algorithms. We define a new selection scheme, the centric selection, which is tunable and allows controlling the selective pressure with a single parameter. The equilibrium model is used to study the influence of the centric selection on the selective pressure and a new model which takes into account problem dependent statistics and selective pressure in order to deal with the exploration / exploitation trade-off is proposed: the punctuated equilibria model. Performances on the quadratic assignment problem and NK-Landscapes put in evidence an optimal exploration / exploitation trade-off on both of the classes of problems. The punctuated equilibria model is used to explain these results.

研究の動機と目的

• 多峰性問題における局所最適解への過剰収束を防ぐために、細胞的進化的アルゴリズム（cEAs）における探索と活用のバランスをとる課題に取り組む。
• 1つの調整可能なパラメータを用いて、選択的圧力に連続的かつ微細な制御を可能にする選択メカニズムを開発する。
• 最適化中の確率的変動と解の質の向上を説明する新しい理論的モデル、すなわち断続的均衡モデル（PEM）を提唱する。
• QAPおよびNKランドスケープ問題における実験的性能結果を、動的選択的圧力要件の観点から解釈する。
• 将来的な自己適応型アルゴリズムの実現を可能にするため、探索中にオンラインで選択的圧力を予測・調整するフレームワークを提供する。

提案手法

• セントリックセレクションの導入：近隣のセル内で中心セルを選択する確率をパラメータ β で制御するトーナメントベースの選択手法。
• 選択のみが作用する状況におけるベースライン選択的圧力を測定するため、トーキングタイムと成長曲線解析を用いる。
• 突然変異と交叉による確率的変動を組み込んだ、解の改善確率（P_ij）を推定するための断続的均衡モデル（PEM）を開発する。
• 500回の実行にわたるベイズ推定を用いて P_ij を推定し、標準偏差が非常に小さい（約10⁻⁶）ため、選択的圧力の信頼性の高い動的評価が可能となる。
• 探索の進行状況に依存せず、1回の問題に対して一度だけ Σ_ij（全改善確率の合計）を計算することで、計算コストを低減する。
• 各世代における期待される改善確率 P を最大化することで、PEM を用いて最適な β 値を予測し、問題の動的変化に適応する。

実験結果

リサーチクエスチョン

• RQ1 細胞的遺伝的アルゴリズムにおける選択的圧力を、連続的かつ効果的にチューニングする方法は何か？
• RQ2 複雑な多峰性問題において、最適な選択的圧力の動的変化はどのように進行するか？
• RQ3 確率的変動と解の質の向上を考慮した理論的モデルは、問題クラス間での観察された性能差を説明できるか？
• RQ4 選択パラメータ β の最適値は、実行全体を通して一定であるか、それとも探索の進行に応じて変化するか？
• RQ5 断続的均衡モデル（PEM）は、探索プロセスの各段階における最適な選択的圧力設定を予測できるか？

主な発見

• セントリックセレクションにより、細胞的EAsにおける選択的圧力に連続的かつ単一パラメータによる制御が可能となり、探索と活用の正確なチューニングが可能となった。
• QAPインスタンスでは、最適な β 値が初期段階で 0.2 から始まり、約150世代で 1 に増加する。これは、初期段階は探索を重視し、後続段階で活用を強化するという移行を示している。
• NKランドスケープ（N=32, K=10）では、初期段階ですぐに β 値が 1 に急上昇する。これは、初期段階で低選択的圧力が強く好まれることを示している。
• 断続的均衡モデル（PEM）は、最適な選択的圧力が時間とともに変化することを示しており、これが性能差を説明できた。
• QAPインスタンスでは、中間の β 値（0.8～0.9）が平均性能で最良を記録したが、モデルは初期段階で低 β の好ましさを示唆している。
• PEM の計算コストは低く、P_ij の正確なベイズ推定により分散が最小限に抑えられ、最適な β のリアルタイム予測が信頼性を持って可能となった。