文献

J-GLOBAL ID：201702227653536766   整理番号：17A0355824

適応型エリート摂動と慣性重みに基づく適応型粒子群最適化アルゴリズムを提案した。【JST・京大機械翻訳】

Opposition-based particle swarm optimization with adaptive elite mutation and nonlinear inertia weight

著者 (4件)： Dong Wenyong (Computer School, Wuhan University) ,  Kang Lanlan (Computer School, Wuhan University) ,  Liu Yuhang (Computer School, Wuhan University) ,  Li Kangshun (College of Information, South China Agricultural University)
資料名： Tongxin Xuebao  (Tongxin Xuebao)
巻： 37  号： 12  ページ： 1-10  発行年： 2016年 
JST資料番号： W1463A  ISSN： 1000-436X  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： パーティクルスウォーム最適化(PSO)アルゴリズムの局所最適化と計算コストの問題を解決するために,適応型エリート粒子突然変異と非線形慣性重みづけに基づく反向粒パーティクルスウォーム最適化アルゴリズム(OPSO-AEM&NIW)を提案して,このアルゴリズムの欠点を克服した。OPSO-AEM&NIWアルゴリズムは,一般的逆学習法に基づいて,粒子の適応性比重のような情報を用いて,非線形適応慣性重み(NIW)を導入して,各粒子の活性度を調整し,次に,アルゴリズムの収束を加速した。局所的最適解に陥る粒子の局所的最適解を避けるために,適応エリート突然変異戦略(AEM)を提案して,探索範囲を増加して,エリート粒子の逆探索能力を結合して,局所的最適解を得ることができた。上記の2つの機構の結合は,反向粒粒子群最適化アルゴリズムの探索と開発の矛盾を効果的に克服することができる。実験結果は,主流-AEM&NIWアルゴリズムが,計算精度と計算コストの両方において,主流のパーティクルスウォーム最適化アルゴリズムと比較して,より強い競争能力を持つことを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 適応性 ,  突然変異 ,  比重 ,  *アルゴリズム ,  重みづけ ,  学習 ,  *摂動
準シソーラス用語： 計算精度 ,  局所最適解 ,  計算コスト ,  *粒子群最適化 , 【Automatic Indexing@JST】

著者キーワード (4件)： generalized opposition-based learning ,  particle swarm optimization ,  adaptive elite mutation ,  nonlinear inertia weight

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (4件)： 摂動 ,  慣性 ,  粒子群最適化アルゴリズム ,  提案