文献

J-GLOBAL ID：201702230442551938   整理番号：17A1717049

最適化タスクのためのLevy飛行を用いた効率的な修正されたハイイロオオカミオプティマイザ【Powered by NICT】

An efficient modified grey wolf optimizer with Levy flight for optimization tasks

著者 (2件)： Heidari Ali Asghar (School of Surveying and Geospatial Engineering, College of Engineering, University of Tehran, Tehran, Iran) ,  Pahlavani Parham (School of Surveying and Geospatial Engineering, College of Engineering, University of Tehran, Tehran, Iran)
資料名： Applied Soft Computing  (Applied Soft Computing)
巻： 60  ページ： 115-134  発行年： 2017年 
JST資料番号： W2175A  ISSN： 1568-4946  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ハイイロオオカミオプティマイザ(GWO)は新しい効率的な集団ベース最適化である。GWOアルゴリズムは,他の確立した最適化と比較して効率的な性能を明らかにすることができる。しかし,いくつかのケースにおけるオオカミの不十分な多様性のために,懸念される問題は,GWOは局所最適で停滞する傾向ができることである。本論文では,改良された修飾GWOアルゴリズムは,グローバルまたは実世界最適化問題を解くための提案した。GWOの有効性を向上するために,Levy飛行(LF)と欲張り選択戦略を修正狩猟相と統合される。LFはLevy分布に従ってランダムステップを持つスケールフリー歩行のクラスである。修正Levy埋込みGWO(LGWO)の有効性を調べるために,0-29制約無しテストベッド上でいくつかの最先端最適化と比較した。CEC2014とCEC2011から30種の人工的および14件の実世界問題を用いて,LGWOアルゴリズムを評価した。また,統計的検定を用いて,結果の重要性を検討した。実験結果と統計的検定はLGWOの性能はGWOと他の解析最適化よりも有意に優れていることを実証した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： アルゴリズム ,  歩行 ,  *最適化 ,  最適化問題
準シソーラス用語： 統計的検定 ,  最先端 ,  テストベッド ,  スケールフリー , 【Automatic Indexing@JST】

著者キーワード (4件)： Optimization ,  Levy飛行 ,  灰色オオカミオプティマイザ ,  メタヒューリスティック

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 最適化 ,  タスク ,  飛行