OPTUNAを使ってみる

話題のOptunaを使ってみました。PFNのハイパーパラメータ最適化ソフトウェアです。

もともとは機械学習などのパラメータ最適化用とのことですが、汎用性があるようで、CAEなどの形状パラメータ最適化にも使えそうです。

※ トポロジー最適化とか組み合わせ最適化は適用可能かどうか、もう少し調べてみます。

導入方法（python3）

導入は極めて簡単でした。python2系列にも対応しているようですが、python3で使うことにします。

方法１) Gitでダウンロード＆インストール

$ git clone https://github.com/pfnet/optuna.git
$ cd optuna
$ sudo python3 setup.py install

方法２）PIPでインストール。

$ pip3 install git+https://github.com/pfnet/optuna.git

最適化の例1：単目的関数の最適化

import numpy as np
import optuna

def objective(trial):
   x = trial.suggest_uniform('x', -1, 1)
   y = trial.suggest_uniform('y', -1, 1)
   return -10**(-(x-0.1)**2)*10**(-y**2)*np.sin(5*x)*np.sin(3*y)

study = optuna.create_study()

study.optimize(objective, n_trials=200)

print(study.best_params)

最適化の例2:多目的関数の最適化

とここまで書いてきてなんですが、複数の目的関数や制約条件ってとれるのかな。
公式ドキュメントには、それらしい解説がないようです。
設計空間の定義は、一通りそろってるようですが...。