文献

J-GLOBAL ID：201702231888772016   整理番号：17A1355065

PSO(粒子群最適化)における慣性重量(IW)のための対立ベース初期化と修正パターン【Powered by NICT】

Opposition-based initialization and a modified pattern for Inertia Weight (IW) in PSO

著者 (3件)： Farooq Mehr Umer (Department of Computing and Technology, Iqra University Islamabad, Pakistan) ,  Ahmad Akhlaque (Department of Computing and Technology, Iqra University Islamabad, Pakistan) ,  Hameed Abdul (Department of Computing and Technology, Iqra University Islamabad, Pakistan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： INISTA  ページ： 96-101  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： Particle Swarm Optimization(PSO)は進化的計算アルゴリズムであり,複雑な実世界最適化問題を解くために使用することに成功した。最適化問題の複雑な性質のために,PSOは時期尚早な収束のような問題に耐えるまたは局所的最小値に捕われるの,このような状況を避けるために群初期化の役割は非常に重要である。本研究では,一般化敵対者ベース学習(GOBL)に基づいて群粒子を初期化する新しい方法を提案した。GOBL戦略の目的は,実行する静止PSO(粒子群最適化)アルゴリズムのための強固な基礎を設定する既に最適粒子を初期群を持つことである。さらに,直線的に減少する慣性重量のための戦略は,探査の比率だけでなく探索プロセス中の粒子の開発能力を提案されている。標準PSO(粒子群最適化)の変化を考慮した背後にある動機は,初期収束を回避し,局所最小値にトラップされたから脱出におけるアルゴリズムを支援することである。提案したPSO(粒子群最適化)変異体の性能を評価するために,8種類のベンチマーク関数上でこのアルゴリズムを実施し,その結果を文献で見出された4他のPSO(粒子群最適化)バージョンと比較した。結果の解析から,雑音のある最適化問題を取り扱う場合に特にPSO(粒子群最適化)の予測される変化は,その全体的性能と効率を増加させることが明らかになった。また提案したアルゴリズムは良く機能し,望ましい結果を達成するための他のアルゴリズムと比較してよりロバストである。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： *アルゴリズム ,  ベンチマーク ,  最適化問題 ,  雑音 ,  学習 ,  ロバスト性 ,  進化的計算
準シソーラス用語： 敵対者 ,  *粒子群最適化 , 【Automatic Indexing@JST】

分類 (3件)： システム最適化手法  (IA02050Z) ,  その他のオペレーションズリサーチの手法  (KA03070E) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： PSO ,  粒子群最適化 ,  慣性 ,  初期化