文献

J-GLOBAL ID：201502203261052081   整理番号：15A1116845

適応選択機構に基づくハイブリッド最適化アルゴリズム【Powered by NICT】

Hybrid optimization algorithm based on adaptive selection mechanism

著者 (4件)： Li Jingwen (Coll. of Mathematics & Computational Sci.,Shenzhen Univ., Guangdong, Shenzhen) ,  Li Guo (Coll. of Mathematics & Computational Sci.,Shenzhen Univ., Guangdong, Shenzhen) ,  Xu Chen (Coll. of Mathematics & Computational Sci.,Shenzhen Univ., Guangdong, Shenzhen) ,  Yu Yufeng (Coll. of Mathematics & Computational Sci.,Shenzhen Univ., Guangdong, Shenzhen)
資料名： Jisuanji Yingyong Yanjiu  (Jisuanji Yingyong Yanjiu)
巻： 32  号： 2  ページ： 360-363,375  発行年： 2015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： 微分進化(DE)と粒子群最適化(PSO)の欠点,低収束精度,遅い収束などに焦点を当てて,本論文では,DEとPSO(粒子群最適化)に基づくハイブリッド最適化アルゴリズムDEPSOを示した。DEPSOは二新しい変数,個体の個体群における適合性の変化を表すを含み,もう一つは大域最良個体の適応度の変化を示した。アルゴリズムは,次の反復で動作するように決定するために二つの新しい変数を導入して二次元合理的な選択機構を形成した。DEPSOは少ないパラメータを含み,それは単にそれを達成でき,一方,第二の新しい変数を用いて早期問題を避けることができた。異なる次元でのいくつかの標準的ベンチマーク関数の大規模実験は,伝統的なアルゴリズムと比較して,ハイブリッドアルゴリズムは高い収束精度を,収束を高速化できることを示した。より重要だが,これも高次元で良好な結果をもたらした。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： *アルゴリズム ,  高速化 ,  個体群 ,  二次元 ,  高次元 ,  適応性 ,  ベンチマーク
準シソーラス用語： ハイブリッドアルゴリズム ,  適応度 ,  粒子群最適化 ,  微分進化 ,  *ハイブリッド最適化アルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (2件)： 適応 ,  ハイブリッド最適化アルゴリズム