文献

J-GLOBAL ID：201702275314391985   整理番号：17A0757421

「AFO」発見的方法を用いた確率的離散事象シミュレーションモデルの最適化【Powered by NICT】

Optimization of Stochastic Discrete Event Simulation Models Using ”AFO” Heuristic

著者 (4件)： Ilaria Bendato ,  Lucia Cassettari ,  Simone Fioribello ,  Giuseppe Giribone Pier
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： MCSI  ページ： 100-106  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 離散事象シミュレーションによるモデル化複雑な確率システムにおける最適条件評価は,計算面ではしばしば非常に費用がかかる。含まれる変数の数が高い特に場合,生産システムの場合のように,各シミュレーションの期間は計算の数時間も持続できた。は,実験者を解析関数評価の数を可能な限り低減することを可能にする最適探索法の利用が非常に重要になっている。この目標に向けて,筆者らは,誘引力最適化(AFO)と呼ばれる新しい自然にヒントを得た発見的方法の性能を比較し,従来のアルゴリズムの結果と,実際の工業ケースにこれらの異なる方法論を適用した。著者らは,得られた結果は,科学コミュニティにとっても大きな興味の対象であることができ,AFOヒューリスティックは,離散事象シミュレーションに基づく最適化問題のための貴重な参考になると考えられる。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： モデリング ,  最適化問題 ,  *シミュレーション ,  *発見的方法 ,  アルゴリズム ,  確率系 ,  解析関数 ,  *離散事象シミュレーション ,  コミュニティ ,  最適条件 ,  *最適化 ,  生産システム
準シソーラス用語： ヒューリスティック ,  探索法 , 【Automatic Indexing@JST】

分類 (1件)： 工程管理  (KB03030P)

タイトルに関連する用語 (5件)： 発見的方法 ,  確率 ,  離散事象シミュレーション ,  モデル ,  最適化