Performance Comparison of Surrogate-Assisted Evolutionary Algorithms on Computational Fluid Dynamics Problems

要約

サロゲート支援進化アルゴリズム (SAEA) は、高価な現実世界の最適化問題を解決する能力について、最近最も広く研究されている手法の 1 つです。
しかし、新しい手法の開発や他の手法とのベンチマークは依然としてほぼもっぱら人為的に作成された問題に依存しています。
この論文では、2 つの現実世界の数値流体力学問題を使用して、11 個の最先端の単一目的 SAEA のパフォーマンスを比較します。
得られたソリューションの品質と堅牢性、および選択したメソッドの収束特性を調査することにより、パフォーマンスを分析します。
私たちの調査結果は、最近公開された手法、および最適化メカニズムの 1 つとして差分進化を利用する手法が、他の検討されている手法よりも大幅に優れたパフォーマンスを発揮することを示唆しています。

要約(オリジナル)

Surrogate-assisted evolutionary algorithms (SAEAs) are recently among the most widely studied methods for their capability to solve expensive real-world optimization problems. However, the development of new methods and benchmarking with other techniques still relies almost exclusively on artificially created problems. In this paper, we use two real-world computational fluid dynamics problems to compare the performance of eleven state-of-the-art single-objective SAEAs. We analyze the performance by investigating the quality and robustness of the obtained solutions and the convergence properties of the selected methods. Our findings suggest that the more recently published methods, as well as the techniques that utilize differential evolution as one of their optimization mechanisms, perform significantly better than the other considered methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google