文献

J-GLOBAL ID：201702225367097776   整理番号：17A1921187

大規模最適化のためのオーバーラップ協調共進化【Powered by NICT】

Overlapped cooperative co-evolution for large scale optimization

著者 (5件)： Song An (Sun Yat-sen University, Guangzhou, China) ,  Chen Wei-Neng (South China University of Technology, Guangzhou, China) ,  Luo Peng-Ting (South China University of Technology, Guangzhou, China) ,  Gong Yue-Jiao (South China University of Technology, Guangzhou, China) ,  Zhang Jun (South China University of Technology, Guangzhou, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： SMC  ページ： 3689-3694  発行年： 2017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： 協調共進化(CC)フレームワークは,大規模最適化問題を解くための最も効率的な方法の一つである。従来CCフレームワークは,幾つかの互いに排他的な群に決定変数を分割する。本論文では,大規模最適化問題のための重複した協調共進化(OCC)フレームワークを提案した。OCCフレームワークでは,最適化に強い影響を持つことを決定変数は異なるグループによって重複している。は有力な変数を検出するためのデルタ障害戦略を考案した。重複グルーピング戦略は有力な変数をオーバラップするため提案した。最後に,OCCフレームワークは有力な決定変数へのより多くの計算資源を割り当てるために提案した。CCとOCCの性能を比較するために,筆者らはランダムグルーピング戦略と示差グルーピング戦略を持つ二フレームワークを結合し,比較実験はCEC2010ベンチマーク関数上で行った。実験結果は,提案したOCCフレームワークはCCフレームワークと比較して有望であることを確認した。Copyright 2017 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： 比較試験 ,  *最適化 ,  ベンチマーク
準シソーラス用語： 計算資源 ,  決定変数 ,  *協調共進化 ,  *オーバラップ ,  *大規模最適化 , 【Automatic Indexing@JST】

分類 (4件)： その他のオペレーションズリサーチの手法  (KA03070E) ,  数理計画法  (KA03030M) ,  数値計算  (JE02000J) ,  信号理論  (ND02020G)

タイトルに関連する用語 (3件)： 大規模最適化 ,  オーバーラップ ,  協調共進化