抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
容易に局所最適に陥る,貧弱な局所深く探索能力および花の受粉アルゴリズム(FPA)の後期反復における低収束速度の問題を解決するために,適応Gauss突然変異とシャッフルフロッグリーピング(AGM SFLFPA)に基づく花受粉アルゴリズムを提案した。最初に,Shuffled Frog Leapingアルゴリズム(SFCA)の考えを,A GM SFLFPAは個々の適応度値に従って個体群を,グループ化し,各グループで最悪の個々の位置を更新する。局所深さ探索能力を強化するだけでなく,集団多様性を増加した。Gauss突然変異戦略を導入し,このアルゴリズムは局所最適解に陥るときに大域的最適個体上で自動的に行った。提案したアルゴリズムは,個々の能力を改善する局所最適のジャンプするだけでなく,集団の多様性を増加させ,収束速度を加速した。本論文では,四種類の標準テスト関数は四つの側面からA GM SFLFPAの妥当性を検証した。実験結果はA GM SFLFPAはより良い安定性と信頼性,より速い収束速度と高精度,高次元多極値複素関数問題を解くことに適していることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】