文献

J-GLOBAL ID：201602219754882335   整理番号：15A1346194

Bayesゲーム戦略とその収束特性に基づく多目的進化的アルゴリズム【Powered by NICT】

Multi-objective evolutionary algorithm based on Bayesian game strategy and its convergence property

著者 (4件)： Li Zhiyong (Coll. of Information Sci. and Engineering, Hunan Univ., Changsha) ,  Hu Jieqiong (Coll. of Information Sci. and Engineering, Hunan Univ., Changsha) ,  Chen Dong (Coll. of Information Sci. and Engineering, Hunan Univ., Changsha) ,  Li Renfa (Coll. of Information Sci. and Engineering, Hunan Univ., Changsha)
資料名： Jisuanji Gongcheng yu Yingyong  (Jisuanji Gongcheng yu Yingyong)
巻： 51  号： 8  ページ： 47-52  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： 今日では伝統的な多目的進化的アルゴリズム(MOEA)の大部分は非支配的ソーティング法に基づいたグローバルなParetoフロントを探索した。この方法により進化的個体群は,初期反復段階で高い収束性能を得ることができるが,おそらく後期反復段階,大域的最適化能力を遮断するにおける複雑な問題で収束停止が存在する。この問題に対処するために静的Bayesゲーム戦略多目的進化的アルゴリズム(SBG-MOEA)に基づく方法を提案した。各最適化物体を一つのゲーム参加者としてエミュレートし,Pareto解集合への収束性能をアルゴリズムにおけるゲーム収入に写像した。損益Nash均衡ゲーム機構は,パレートフロントを追跡進化的個体群を駆動するために適用した。理論解析は,この手法が大域的Pareto最適集合に収束できることを証明した。古典的多目的進化的アルゴリズム,NAGAIIなどと比較して,シミュレーション最適化結果は,Bayesゲーム戦略は,MOEAの大域的最適探索能力を高めることができることを示した。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： *アルゴリズム ,  *生物進化 ,  *ゲーム ,  所得 ,  個体群 ,  エミュレーション ,  ソーティング ,  最適化
準シソーラス用語： Pareto最適 ,  理論解析 ,  パレートフロント ,  Pareto解 ,  参加者 ,  大域的最適化 ,  *多目的進化的アルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (4件)： ゲーム ,  戦略 ,  収束 ,  多目的進化的アルゴリズム