文献

J-GLOBAL ID：201702239594255982   整理番号：17A1254050

チーム有効性に基づく最適化【Powered by NICT】

Team effectiveness based optimization

著者 (5件)： Feng Xiaoyi (Academy of Mathematics and Systems Science, Chinese Academy of Sciences, Beijing 100190, China) ,  Ji Mengchen (Academy of Mathematics and Systems Science, Chinese Academy of Sciences, Beijing 100190, China) ,  Li Zhengyang (Academy of Mathematics and Systems Science, Chinese Academy of Sciences, Beijing 100190, China) ,  Qu Xinghua (Astronautics School, Beihang University, Beijing 100191, China) ,  Liu Bo (Academy of Mathematics and Systems Science, Chinese Academy of Sciences, Beijing 100190, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CEC  ページ： 2248-2257  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： 過去二年間,インテリジェント最適化アルゴリズム(IOAs)を開発・改良進化的計算における最も人気のある研究課題の一つとなっている。IOAsの大部分は自然現象からヒントを得た,複雑な最適化問題を解くのに非常に有効であることを示した。本研究では,チームの有効性に基づく最適化(TEBO)と名付けた新しい集団ベースのメタヒューリスティクスアルゴリズム,人間社会よりも自然界からヒントを得たものである,を提案した。人類の高知能チーム有効性の分野における研究成果と共に,この新しい最適化アルゴリズムの開発の動機づけを行った。本論文では,全体的チーム性能を改善するために,メンバーがチーム環境における学習と協調するかについて示した。単一目的実パラメータ数値最適化に対するCEC2014競争における30個のベンチマーク問題の総合的なセットに提案したTEBOを調べた。結果は,他の最新のインテリジェント最適化アルゴリズムと比較して提案したアルゴリズムの競争力,侵入雑草最適化(IWO),生物地理学に基づく最適化(BBO),重力探索アルゴリズム(GSA),狩猟探索(HuS),コウモリアルゴリズム(BA)と水波最適化(WWO)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： ベンチマーク ,  進化的計算 ,  重力 ,  *最適化 ,  アルゴリズム ,  動機づけ ,  最適化問題 ,  狩猟 ,  ヒト ,  水波
準シソーラス用語： 探索アルゴリズム ,  生物地理学 ,  侵入雑草最適化 ,  数値最適化 ,  最適アルゴリズム , 【Automatic Indexing@JST】

分類 (3件)： 鋳造法,鋳込  (WC01030Q) ,  信号理論  (ND02020G) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： チーム ,  有効性 ,  最適化