動的環境にロバストな多目的学習分類子システム

对动态环境具有鲁棒性的多目标学习分类器系统

基本信息

批准号：
13J09902
负责人：
佐藤圭二
金额：
$ 0.58万
依托单位：
The University of Electro-Communications
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2013
资助国家：
日本
起止时间：
2013 至无数据
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-13J09902/
关键词：
学習分類子システム一般化路線網最適化動的環境

项目摘要

本年度は動的に変化する複数環境下での解の一般化を実現する, ピボット型一般化という動的環境にロバストな解の表現方法の理論構築と実データによる実証実験に取り組んだ. ピボット型一般化, 環境変化に対してできるだけ少ない解の変更で, 評価値をある程度保てる(または, 大きく性能を変更できる)ロバスト解表現を可能にするもので, ベースとなる解(ピボット解)に対して変更可能点を複数保持することにより複数の解の構造が近しい解を1つにまとめる表現であり, 従来の一般化では単目的空間でしか適用できなかった概念を多目的空間に拡張することが可能となった. ピボット型一般化の有効性の検証のために, 多目的0/1ナップサック問題と実データを用いた災害時における隅田川河川舟運最適化問題に適用したところ, (1) 全組みあわせのみの表現であった従来の学習分類子システムの一般化に対し, ピボット型一般化により全組みあわせのうち, 適切な解のみの一般化を可能にしたこと, (2) 一般化を調整する指標であるSharp Distanceを用いることで, 少量の解の変化である程度性能を保てる解と, 各評価軸に特化した解に分けて一般化できること, (3) 実問題である震災時を想定した隅田川河川舟運の11駅を持つ路線網最適化問題に適用可能であることを示すとともに, (4) ピボット型路線網最適化問題の解の分析をしたところ, 11駅の中で環境変化に変更可能な船着場を抽出するだけでなく, 路線網運用上重要な駅(変更が許されない)を抽出することに成功した. この分析により, 重要な駅に対して比較的多くのリソースを配分するといったような, 実応用に向けてより高度な情報を抽出できる可能性を示した. さらに, (5) ピボット型一般化解を用いた解生成手法を考案し, より多様な一般化解の獲得と解探索性能の向上に成功した.

今年，我们研究了枢轴型概括的动态环境的理论，该理论通过动态变化和枢轴类型的多种环境中实现了解决方案的概括。维持一定数量的评估值（或可以显着改变性能），从而使基础解决方案（枢轴解决方案）保持多个更改，这是一种将多个解决方案的解决方案和一个表达式只能在传统概括中仅应用于单个可使用空间的概念可以扩展到多个空间以验证枢轴类型概括的有效性，它被应用于多余的概念/1 NAPSACK问题和实际数据，（1）仅响应常规学习分类系统的概括，启用了枢轴类型的概括，（2）调整概括的指标仅适当的解决方案。 3）实际问题。它表明它适用于Sumida River Boat Transport的11个站点的路线净优化问题，（4）分析了枢轴型式路线优化问题的解决方案除了提取可能的码头外，我们还成功地提取了在路线网络的操作中很重要的电台（无需更改）。