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。
Particle Swarm Optimization(PSO)は,非線形最適化問題の大域的最適解を数値的に発見できる有力な手法として注目を集めている。しかし,PSOには,初期収束を起こすと探索能力が低下するほか,高次元問題に適用すると探索能力が低下する傾向があるため,さらなる性能向上が求められている。本論文では,全体最良解(gbest)の挙動に応じて探索特性を変化させ,その更新可能性を高めることを狙った新型PSOモデルを提案した。これは,個体をgbestと運動させ,かつgbestを更新する解が存在する可能性が高い領域へ個体を積極的に移動させることで大域的最適化能力の向上をはかるものである。そのため,PSOモデルに.個体がgbestに従属して動く枠組みをもたせ.通常はgbestの周囲を集中的に探索するが,gbestが停止しそうになると個体をgbestから遠くに振り出して大域的探索に移行する機構を具備した。数値実験を行った結果,新型PSOモデルは総合的に探索性能が高いのみならず,gbestの改善を促す機構が機能していることが明らかになり,新型PSOモデルの顕著な有効性を確かめることができた。
