文献

J-GLOBAL ID：201702279567623556   整理番号：17A0073207

高次元動的0-1ナップサック問題を解決するための修復二進微分進化アルゴリズムを提案した。【JST・京大機械翻訳】

Solving high-dimensional dynamic 0-1 knapsack problem using binary differential evolution algorithm with repair strategy

著者 (3件)： Wu Huihong (School of Sciences,Anshun University) ,  Qian Shuqu (School of Sciences,Anshun University) ,  Xu Guofeng (College of Automatic Engineering,Nanjing University of Aeronautics & Astronautics)
資料名： Jisuanji Yingyong Yanjiu  (Jisuanji Yingyong Yanjiu)
巻： 33  号： 10  ページ： 2941-2945  発行年： 2016年 
JST資料番号： C2536A  ISSN： 1001-3695  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： 既存の動的最適化アルゴリズムにおいて,高次元の動的ナップサック問題(DKP)を解決するために,高品質の実行可能解を得ることが難しく,そして,追跡環境の速度が遅いので,二次元差分進化アルゴリズム(BDE/R)を,高次元DKPを解くために提案した。BDE/Rの設計において,ランダム圧縮突然変異戦略は個体間の差異に従って個体群内で突然変異を行う。欲張り戦略を提案し,実行可能解の品質とアルゴリズムの収束速度を改善した。2つの変換演算子を設計して,個体群の多様性を改良して,アルゴリズムの追跡環境を加速した。平均環境追跡精度(AV-ACC)と平均環境追跡適応度(AV-ADA)を性能評価指標として使用し,4つのDKP試験によってBDE/Rの動的最適値を追跡した。BDE/Rと他の5つの有名な最適化アルゴリズムを比較した。結果は以下を示す。BDE/Rによって得られたAV-ACCとAV-ADAは他のアルゴリズムより優れている。平均適応度追跡曲線を比較することによって,BDE/Rの追跡速度は他のアルゴリズムよりも速いことを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 個体群 ,  性能評価 ,  二次元 ,  *アルゴリズム ,  *高次元 ,  突然変異 ,  *ナップサック問題
準シソーラス用語： 最適アルゴリズム ,  最適値 ,  適応度 ,  収束速度 ,  差分進化アルゴリズム ,  高品質 ,  動的最適化 ,  *微分進化アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (5件)： high-dimensional dynamic 0-1 knapsack problem ,  binary ,  differential evolution algorithm ,  repair strategy ,  tracking performance

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 高次元 ,  ナップサック問題 ,  修復 ,  微分進化アルゴリズム ,  提案