文献

J-GLOBAL ID：201702215349826433   整理番号：17A1525819

TSPを解くための自己適応性の優れた係数粒子群最適化(PSO)アルゴリズムを提案した。【JST・京大機械翻訳】

Particle swarm optimization algorithm based on self-adaptive excellence coefficients for solving traveling salesman problem

著者 (4件)： Cheng Biyun (江南大学理学院,江蘇无錫,214122) ,  Lu Haiyan (江南大学理学院,江蘇无錫,214122) ,  Huang Yang (江南大学理学院,江蘇无錫,214122) ,  Xu Kaibo (江南大学理学院,江蘇无錫,214122)
資料名： Jisuanji Yingyong  (Jisuanji Yingyong)
巻： 37  号： 3  ページ： 750-754,781  発行年： 2017年 
JST資料番号： C2535A  ISSN： 1001-9081  CODEN： JYIIDU  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： 基本的離散的粒子群最適化(PSO)アルゴリズムによって,巡回セールスマン問題(TSP)を解くとき,局所最適解と早熟収束の問題を解決するために,自己適応型優秀係数に基づく粒子群最適化(SECPSO)アルゴリズムを提案した。アルゴリズムのグローバル探索能力を向上させるために,既存の作業に基づき,発見的情報を用いて,静的経路の優れた係数を修正し,解の探索過程に従って適応的に動的に調整することができた。さらに,解の正確さとアルゴリズムの収束速度を改善するために,3-opt探索機構を追加し,局所探索能力を改善した。Matlabを用いて実験シミュレーションを行い、国際的に汎用のTSPデータベース(TSPLIB)におけるいくつかの古典的な実例を用いてアルゴリズムの性能に対してテストを行った。実験結果は,他のCPSOアルゴリズムと比較して,SECPSOアルゴリズムがグローバル最適化能力とより速い収束速度においてより良い性能を有して,TSP問題を解明するための有望なインテリジェントアルゴリズムであることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： データベース ,  巡回セールスマン問題 ,  近傍探索法 ,  *アルゴリズム ,  シミュレーション
準シソーラス用語： 大域的最適化 ,  MATLAB ,  収束速度 ,  局所最適解 ,  *粒子群最適化 ,  *自己適応 , 【Automatic Indexing@JST】

著者キーワード (4件)： self-adaptive excellence coefficients ,  3-opt ,  Particle Swarm Optimization (PSO) algorithm ,  Traveling Salesman Problem (TSP)

分類 (2件)： ネットワーク法  (KA03040X) ,  システム最適化手法  (IA02050Z)

タイトルに関連する用語 (6件)： 自己適応 ,  係数 ,  粒子群最適化 ,  PSO ,  アルゴリズム ,  提案