文献

J-GLOBAL ID：201602285731253139   整理番号：16A1282580

多重親は大規模最適化のための微分進化を誘導【Powered by NICT】

Multiple parents guided differential evolution for large scale optimization

著者 (4件)： Yang Qiang (School of Computer Science and Engineering, South China University of Technology. Guangzhou, China, 510006) ,  Xie Han-Yu (School of Data and Computer Science, Sun Yat-sen University, Guangzhou, China, 510006) ,  Chen Wei-Neng (School of Computer Science and Engineering, South China University of Technology. Guangzhou, China, 510006) ,  Zhang Jun (School of Computer Science and Engineering, South China University of Technology. Guangzhou, China, 510006)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： CEC  ページ： 3549-3556  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 進化的計算における重要かつ挑戦的分野となってきた大規模最適化。この種の問題を効率的に解くために,本論文では,複数の親誘導微分進化(MPGDE)アルゴリズムを提案した。従来のDE変異体における各個体を導くためにただ一つの親を用いる代わりに,複数のトップランクの親を利用して空間を探索するために各個体を指示した。失敗した両親または試行ベクトルも有用な情報を含む可能性があるので,これらの失敗した個体を保存と進化におけるアーカイブを更新するためのニッチング法を利用するアーカイブを維持している。以上を組み合わせて,DEのための新しい突然変異戦略を提案した。DEにおけるパラメータのための既存の自己適応戦略と連携した,MPGDEは探査と開発の間で良好なバランスを得ることができる,有望な性能を得ることができた。大規模問題を扱ういくつかの最先端アルゴリズムと比較して開発したMPGDEの有効性と有効性を検証するために1000次元と20CEC’2010大規模ベンチマーク関数上での包括的実験を行った。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： ベンチマーク ,  進化的計算 ,  突然変異 ,  *多重化 ,  アルゴリズム ,  ベクトル
準シソーラス用語： 自己適応 ,  *微分進化 , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  信号理論  (ND02020G) ,  数値計算  (JE02000J)

タイトルに関連する用語 (5件)： 多重 ,  親 ,  大規模最適化 ,  微分進化 ,  誘導