Core Concepts
ブロック座標降下型アプローチは、標準的なアプローチよりも効率的に多目的最適化問題を解くことができる。
Abstract
本論文では、ブロック座標降下型EMOアルゴリズムの有効性を示す。
問題を複数のブロックに分割し、各ブロックを順番に最適化するブロック座標降下型アプローチを提案した。
標準的なGSEMOアルゴリズムと提案手法BC-GSEMOを、特定の多目的ベンチマーク関数に対して理論的および実験的に分析した。
理論的分析では、BC-GSEMOがGSEMOよりも高速に最適解を見つけられることを示した。
実験的分析でも、BC-GSEMOがGSEMOよりも優れた性能を示すことを確認した。
ブロック座標降下型アプローチは、ブロック間の相互作用を保ちつつ並列最適化を可能にするため、標準的なアプローチよりも効率的に最適解を見つけられる。
Stats
問題のパラメータnは十分に大きい。
ブロックの数kはnの1/3以下である。
問題パラメータrは√(ℓlog ℓ)未満である。