文献

J-GLOBAL ID：201502211328600120   整理番号：15A1178036

多次元正規分布に基づく段階的連続タブー探索アルゴリズムのパラメータ最適化【Powered by NICT】

Parameters optimization of staged continuous Tabu search algorithm based on multidimensional normal distribution

著者 (5件)： Ji Ronghua (Coll. of Information and Electrical Engineering, China Agricultural Univ., Beijing) ,  Li Xiang (Coll. of Information and Electrical Engineering, China Agricultural Univ., Beijing) ,  Gao Wanlin (Coll. of Information and Electrical Engineering, China Agricultural Univ., Beijing) ,  Wang Fengchen (Coll. of Engineering, China Agricultural Univ., Beijing) ,  Qi Lijun (Coll. of Engineering, China Agricultural Univ., Beijing)
資料名： Jisuanji Gongcheng yu Yingyong  (Jisuanji Gongcheng yu Yingyong)
巻： 51  号： 6  ページ： 59-63,128  発行年： 2015年 
JST資料番号： C2533A  ISSN： 1002-8331  CODEN： JGYYAT  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： 多次元連続関数の最適化のための多くの不足,低収束速度と貧弱な精度である。多次元連続関数の大域的最適化性能を改善するために,本論文では多次元正規分布に基づいた修正段階的連続タブー探索アルゴリズム(MSCTS)のパラメータ最適化を提案した。MSCTSは段階的連続タブー探索アルゴリズム(SCTS),三段階を含み,異なる出発点,近隣の選択範囲と種々の段階で探索ステップサイズを持つに基づいている。最良の精度と高い収束速度を得るために,多次元正規分布関数は近隣選択の方向を与えるのに使用される。実験の結果は,第二段階における解空間の減少率は,精度と収束速度に大きな影響を持ち,最良の還元比は0.5であることを示した。同時に,精度を改善するために,ステップサイズは第三段階で縮小した。実験の結果は,最良の収縮比は0.1であることを示した。SCTSアルゴリズムと比較して,特に多次元連続関数を解くために,パラメータの最適化後,MSCTSアルゴリズムはほぼ5倍高い収束速度を得ることができ,精度に及ぼす大きさの10桁を提起する。MSCTSアルゴリズムは,多次元連続関数最適化問題を解くためのにより適している。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： 最適化問題 ,  *高次元 ,  *正規分布 ,  還元 ,  *最適化 ,  分布関数 ,  *アルゴリズム
準シソーラス用語： 解空間 ,  ステップサイズ ,  大域的最適化 ,  収束速度 ,  連続関数 ,  *パラメータ最適化 ,  *タブー探索アルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (5件)： 多次元 ,  正規分布 ,  段階 ,  タブー探索アルゴリズム ,  パラメータ最適化