文献

J-GLOBAL ID：201702246545132000   整理番号：17A0371413

協調共進化アルゴリズムの設計のための動的最適化アプローチ【Powered by NICT】

A dynamic optimization approach to the design of cooperative co-evolutionary algorithms

著者 (3件)： Peng Xingguang (School of Marine Science and Technology, Northwestern Polytechnical University, Xi’an, Shaanxi, 710072, PR China) ,  Liu Kun (School of Marine Science and Technology, Northwestern Polytechnical University, Xi’an, Shaanxi, 710072, PR China) ,  Jin Yaochu (Department of Computer Science, University of Surrey, Guildford, GU2 7XH, United Kingdom)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 109  ページ： 174-186  発行年： 2016年 
JST資料番号： T0426A  ISSN： 0950-7051  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 協調共進化アルゴリズム(CCEA)はいくつかのサブコンポーネントに問題を分解し,それらを別々に最適化した。分割統治特徴分散と高効率問題解決の能力を持つCCEAsを与えた。しかし,伝統的なCCEAs傾向はNash平衡よりもむしろ問題分解に伴う情報損失による大域的最適に収束する。相互作用特性はサブコンポーネントのランドスケープの動的,大域的最適化を行うへの挑戦増加を示した。これらの問題を解決するために,基づくCCEA(mCCEA)ポピュレーション機構は動的景観における情報を補償するために提案した。集中アーカイブや情報共有を必要としないのでmCCEAは各亜成分のための分散である。は複数の集団を維持し,動的景観における局所探索を行うことにより全体および各成分の局所最適値の両方に焦点を当てた。これらの最適値はサブコンポーネントの現在の代表として見られ,適合性評価のためのその完全解を構築するための他の成分によって使用されている。実験的研究のベンチマーク関数広範囲に基づいて行った。提案したアルゴリズムの性能を,文献からの幾つかのピアアルゴリズムと比較した。実験結果は,提案したアルゴリズムの有効性と利点を示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： ベンチマーク ,  *アルゴリズム ,  *最適化 ,  情報共有 ,  近傍探索法 ,  問題解決
準シソーラス用語： 実験研究 ,  適合性評価 ,  最適値 ,  大域的最適化 ,  データ損失 ,  ガバナンス ,  *動的最適化 ,  *アルゴリズム設計 ,  *協調共進化 , 【Automatic Indexing@JST】

著者キーワード (3件)： 協調共進化アルゴリズム ,  動的景観 ,  多集団機構

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 協調共進化 ,  アルゴリズムの設計 ,  動的最適化