平成29年度 ECOmp研究部会研究会 開催案内

 

トップページへ戻る


本研究会では、研究発表に加えて、台湾大学でリンケージ学習に基づくモデル構築型の遺伝的アルゴリズム(GA) の研究をされている Tian-Li Yu 先生 にご講演いただきます。モデル構築型の進化計算(DSMGA, BOA, LTGAなど)にご興味がある方に合った内容となっております。


また、Tian-Li Yu 先生は、2018年に京都で開催されますGECCO2018 のGA Track Chairでして、GECCO2018のGA Trackにご投稿を考えておられる方々にとっては情報交換の場になるのではと思います。


日時:2018年2月28日(水)13:30-18:00

会場:九州工業大学サテライト福岡天神

   〒810-0001 福岡市中央区天神1丁目7番11号イムズ11F

主催:日本知能情報ファジィ学会 ECOmp研究部会

協賛:日本知能情報ファジィ学会九州支部


<プログラム概要>

13:30 - 14:50 日本語による研究発表4件

15:00 - 15:50 玄光男先生の講演(英語)

16:00 - 17:00 Tian-Li Yu 先生の講演(英語)

17:10 - 18:00 英語による研究発表2件

18:30 - 福岡天神にて懇親会


Tian-Li Yu 先生の講演


Title:

Recent Development on Model-based Genetic Algorithms: From the Past to the Future


Abstract:

This talk is about the development on model-based genetic algorithms, including linkage detection, linkage learning, problem difficulty, and most recent development. Specifically, I'll cover ecGA, hBOA, LT-GOMEA, DSMGA-II, P3, and two-edge graphical model. It is interesting that GA researchers have shown that traditional GAs are not multi-point hill climbers, while recent MBGAs are indeed hill climbers with adaptive neighborhood. Such realization has shown superior optimization ability because to some degree it remedies the model selection problem and the decision-making problem.


玄光男先生の講演


Title:

Hybrid Multiobjective Evolutionary Algorithms and Dynamic Train Scheduling


Abstract:

Many combinatorial optimization problems (COP) in the real-world manufacturing and transportation systems impose on more complex issues such as complex structure, nonlinear constraints and multiple objectives to be handled simultaneously, and make the problem intractable to the traditional approaches because of NP-hard COP. In order to develop an efficient solution algorithm that is in a sense "best solution" that is, whose reasonable computational time for NP-hard combinatorial problems met in practice, we have to consider the following very important issues:

- Quality of solution,

- Computational time and

- Effectiveness of the nondominated solutions for multiobjective optimization problem (MOP).

In this talk, we introduce a Hybrid Sampling Strategy based Parallel Multiobjective Evolutionary algorithm (HSS-pMoEA) as a powerful optimization metaheuristic for the dynamic train scheduling problem. The algorithm performance is enhanced by using CUDA (Compute Unified Device Architecture) as parallel GPU computational environment by Nvidia. The experimental result from the case study based on Thailand ARL rail network illustrates the effectiveness of the metaheuristic comparing to sequential CPU computational one. At the same number of operating trains, HSS-pMoEA can obtain a schedule with less waiting time and the time used for computational result is significantly reduced.


懇親会

日時: 2月28日(水)18:30~20:30 

場所: とめ手羽 天神店(福岡県福岡市中央区大名1-13-25 DAIMYO 113 6F) 

会費: 4000円


発表申込み


進化計算に関係する日本語あるいは英語による研究発表を広く募集します。

(1)13:30 - 14:50 日本語による研究発表

(2)16:10 - 18:00 英語による研究発表

研究の完成度や未発表、既発表について制限はありません。

研究議論に重きをおいた会にしたく思います。

モデル構築型の進化計算の研究発表は特に歓迎です。


発表形式と時間:

 上記(1)は日本語での口頭発表で、時間は発表15分+質疑応答5分です。

 発表スライドは日本語でも英語でも構いません。

 上記(2)は英語での口頭発表で、時間は発表15分+質疑応答5分です。

 発表スライドは英語でお願いします。

発表申込締切:

 2018年2月2日(金)

 #日本語での発表か英語での発表かをお知らせください。

発表申込料金:

 無料

原稿作成方法:

 タイトルと著者と著者の所属と

 400単語以内の英語概要と代表的な図を1つを

 A4サイズの1ページに納めたPDFをご用意ください。

 フォーマットは自由です。

原稿提出締切:

 2018年2月19日(月)

発表申込&原稿送付先:

 九州工業大学 大西 圭


参加のみの申込み


参加の申込締切:

 2018年2月2日(金) 延長 2018年2月19日(月)

参加申込料金:

 無料

参加申込先:

 九州工業大学 大西 圭

 #参加のみであることをお知らせください。