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。
条件付非線形最適摂動(CNOP),天気と気候予測可能性の研究において重要な役割を果たすを解決するために適用したインテリジェントアルゴリズム。単一粒子インテリジェント最適化アルゴリズムは,随伴法に類似したCNOPを得ることができる,CNOPを解くのに高い時間効率を示した。しかし,群知能最適化アルゴリズムは類似のCNOPを得ることはできるが,まだ随伴法より低い時間効率を示した。本論文では,CNOPを解くための改良型人工的ミツバチコロニーアルゴリズム(MABC)を提案し,計算速度を速めるために,著者らはMPI技術によるMABCアルゴリズムを並列化する。その有効性と効率を実証するために,著者らはZebiak-CaneモデルにおけるCNOPを解くためのMABCアルゴリズム,中程度に複雑な数値モデルを適用した。得られた結果は,ベンチマークである標準蜂コロニーアルゴリズム(ABC)アルゴリズム,遺伝的アルゴリズム(GA)と随伴法の結果と比較した。MABCアルゴリズムはCNOPを解くための標準ABCとGAアルゴリズムよりも良好な結果を得ることができる,CNOP大きさとパターン側面における随伴法と同様の結果を得ることができる。MPIを用いた並列MABCも随伴法よりも高い効率を示した。全ての実験結果は,提案した並列改良型人工的ミツバチコロニーアルゴリズムを用いたCNOPを解くための実現可能で効率的であることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】
