Surrogate-assisted Evolutionary Algorithm

進化計算シンポジウム2024にて発表を行います．

本研究は，学習データの存在領域境界付近での近似精度の低下がサロゲート進化計算に与える影響を分析し，その抑制方法を検討する．

International Conference on Parallel Problem Solving from Nature（PPSN 2024，University of Applied Sciences Upper Austria，Hagenberg im Mühlkreis，オーストリア，9/14-18）にてポスター発表を行いました．すべての発表はポスター形式でした．開催にご尽力くださった方々に感謝いたします．

PPSN 2024 にて発表を行います．

This work proposes a new surrogate-assisted evolutionary algorithm that partially optimizes each objective/constraint, namely surrogate-assisted partial optimization (SAPO). Solutions with better values of objective/constraint are selected from the evaluated solutions as the parent solutions and a focused objective/constraint is independently optimized using surrogate models one by one.

This paper presents a novel surrogate-assisted evolutionary algorithm based on scalarization function approximation, which is designed to strengthen its robustness against this deterioration. The proposed algorithm, called SFA/DE, constructs an approximation model for each scalarization function defined in a decomposition-based framework. Each decomposed problem is then solved using multiple independent models trained for its neighbor problems.

進化計算シンポジウム2023（小田原お堀端コンベンションホール，小田原，12/21-23）にて発表を行いました．また，オープンスペースディスカッションの運営にも携わりました．開催にご尽力くださった方々に感謝いたします．

近似関数の滑らかさに変化を与えるパラメータを変化させながら，近似精度とサロゲートの複雑性の両方を考慮したサロゲートの選択法を提案する．

参考 本サイトの全ての添付ファイルは著者バージョンであり，出版バージョンと一致しない可能性があります．

進化計算シンポジウム2023にて発表を行います．