頑健な解を見つけるための新しい二段階進化アルゴリズム

頑健最適化問題において、摂動の大きさは比較的小さい。したがって、特定の領域内の解は、摂動が導入されると頑健な最適解を表す可能性が低くなる。そのため、グローバル最適解や良好な局所最適解が存在する有望な領域を探索する機会を増やした効率的な探索プロセスが有益である。本論文では、頑健な解を発見することを目的とした新しい頑健進化アルゴリズム、二段階頑健進化アルゴリズム（DREA）を紹介します。DREAは、ピーク検出段階と頑健解探索段階の二段階で動作します。ピーク検出段階の主な目的は、元の最適化問題のフィットネスランドスケープにおけるピークを特定することです。一方、頑健解探索段階は、最初の段階で発見されたピークから得られた情報を用いて、頑健な最適解を迅速に特定することに焦点を当てています。これらの二段階は、提案されたDREAが最適化問題に対する頑健な最適解を効率的に取得できるようにします。このアプローチは、最適な解と頑健さのバランスを取り、最適解と頑健最適解の探索プロセスを分離します。実験結果は、DREAが多様な複雑性を持つ18のテスト問題において、5つの最先端アルゴリズムを大幅に上回ることを示しています。さらに、より高次元の頑健最適化問題（100-Dおよび200-D）で評価した場合でも、DREAはすべての5つの対抗アルゴリズムに対して優れた性能を示します。