文献

J-GLOBAL ID：201702254200213897   整理番号：17A1031501

カオスハイイロオオカミ最適化【Powered by NICT】

Chaotic grey wolf optimization

著者 (5件)： Yu Hang (College of Computer Science and Technology, Taizhou University, Taizhou, 225300 China) ,  Yu Yang (Faculty of Engineering, University of Toyama, Toyama, 9308555 Japan) ,  Liu Yanting (Faculty of Engineering, University of Toyama, Toyama, 9308555 Japan) ,  Wang Yirui (Faculty of Engineering, University of Toyama, Toyama, 9308555 Japan) ,  Gao Shangce (Faculty of Engineering, University of Toyama, Toyama, 9308555 Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： PIC  ページ： 103-113  発行年： 2016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： 灰色オオカミ最適化アルゴリズム(GWO)は最近提案されたメタヒューリスティックスであり,複雑な関数最適化と工学的問題を解くための有望な性能を示した。GWOの検索動力学を濃縮するために,カオス局所探索(CLS)機構はGWOに取込まれたカオス写像のエルゴード性とランダム性の特性を考慮して探索を向上させることである。十二種類のカオス写像はGWOに対するCLSの影響への洞察を与えるために調べた。広く使用されている29のベンチマーク関数に基づく実験結果は,CLSが解の精度,溶液分布,および収束特性の点で優れた性能を有することGWO可能にすることを示唆する。要約結果も得られたカオスハイイロオオカミ最適化(CGWO)アルゴリズムの性能は,埋め込まれたカオス写像の特性だけでなく,解くべき問題の景観により影響されることを明らかにした。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： アルゴリズム ,  エルゴード性 ,  *最適化 ,  *カオス ,  近傍探索法 ,  ベンチマーク
準シソーラス用語： ランダム性 ,  カオス写像 ,  関数最適化 ,  メタヒューリスティクス ,  最適アルゴリズム , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  数値計算  (JE02000J)

タイトルに関連する用語 (1件)： 最適化