Core Concepts
非減少の目的関数と非減少の不等式制約を持つ最適化問題に対して、ペナルティ関数に動的なガードレール変数を導入することで、効率的な最適化を実現する。
Abstract
本研究では、非減少の目的関数と非減少の不等式制約を持つ最適化問題に対して、ペナルティ関数に動的なガードレール変数を導入したペナルティベースのガードレールアルゴリズム(PGA)を提案している。
PGAの特徴は以下の通り:
目的関数と制約条件が非減少であることを利用し、初期解を制約を満たす解から始めることで、効率的な最適化を実現する。
制約違反を検知した際に、ガードレール変数を動的に更新することで、制約を満たす解を効率的に見つける。
数理計画ソルバーや標準的なペナルティ法と比較して、より良い解を短時間で見つけることができる。
増加ペナルティ双対分解(IPDD)法と比較しても、より良い解を短時間で見つけることができる。
提案手法を、簡略化したモデルと深層学習モデルを用いた地域熱供給システムの最適化問題に適用し、その有効性を示している。
Stats
目的関数の値は9250ユーロ以下に抑えられている
制約違反は最大6MW未満に抑えられている
Quotes
"非減少の目的関数と非減少の不等式制約を持つ最適化問題に対して、ペナルティ関数に動的なガードレール変数を導入することで、効率的な最適化を実現する。"
"PGAは数理計画ソルバーや標準的なペナルティ法と比較して、より良い解を短時間で見つけることができる。"
"PGAはIPDD法と比較しても、より良い解を短時間で見つけることができる。"