文献

J-GLOBAL ID：201702217477261353   整理番号：17A0067093

遺伝的演算子サンプリングに基づく適応エージェント最適化アルゴリズム【JST・京大機械翻訳】

An Adaptive Surrogate-Based Optimization Algorithm Assisted by Genetic Operators Sampling

著者 (3件)： Song Baowei (School of Marine Science and Technology,Northwestern Polytechnical University) ,  Wang Xinjing (School of Marine Science and Technology,Northwestern Polytechnical University) ,  Wang Peng (School of Marine Science and Technology,Northwestern Polytechnical University)
資料名： Xibei Gongye Daxue Xuebao  (Xibei Gongye Daxue Xuebao)
巻： 34  号： 4  ページ： 614-620  発行年： 2016年 
JST資料番号： C2195A  ISSN： 1000-2758  CODEN： XGDUE2  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ブラックボックス問題(BLACK)のための最適化アルゴリズムを提案し,遺伝的演算子サンプリング(GOS)適応型エージェント最適化アルゴリズムと呼ぶ。現在のサンプルに対して、交差を行い、現在の最適サンプルに対してガウス変異の2種類の演算子を用いて候補サンプル集合を獲得する。候補サンプルに対して適応性評価を行い、評価基準は候補サンプルの交差検証誤差とサンプルと親サンプルの間の最小距離の積であり、積の最大サンプルを既存サンプル集合に加える。GOS最適化アルゴリズムは,一次元問題において詳しく説明した。効果的グローバル最適化アルゴリズム(EGO)と最大化モデル誤差アルゴリズム(MSE)は,3つの典型的数学的用例において比較した。このアルゴリズムの有効性を検証した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *エージェント ,  一次元 ,  適応性 ,  *アルゴリズム ,  ブラックボックス ,  評価基準 ,  遺伝 ,  変異
準シソーラス用語： モデル誤差 ,  最小距離 ,  *最適アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (4件)： surrogate model ,  genetic operators ,  sampling criterion ,  surrogate-based optimization

分類 (2件)： 人工知能  (JE08000Z) ,  その他のオペレーションズリサーチの手法  (KA03070E)

タイトルに関連する用語 (5件)： 演算子 ,  サンプリング ,  適応 ,  エージェント ,  最適化アルゴリズム