文献
J-GLOBAL ID:201702256074925795   整理番号:17A0066185

学習履歴経験の粒子群最適化アルゴリズム【JST・京大機械翻訳】

Particle Swarm Optimization Based on Learning the Historical Experience
著者 (4件):
資料名:
巻: 37  号:ページ: 572-575  発行年: 2016年 
JST資料番号: C2136A  ISSN: 1000-1220  CODEN: XWJXEH  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: 中国 (CHN)  言語: 中国語 (ZH)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
基本粒子群最適化(PSO)アルゴリズムの遅い収束速度と局所最適化の問題を解決するために,大域的最適位置予測のための粒子群最適化アルゴリズムを提案する。このアルゴリズムは,基本的粒子群の各世代の探索更新に基づき,大域的最適位置を,逆予測学習戦略によって,進化的予測値と進化的経験を得て,次に,進化的経験的予測戦略によって,グローバル最適位置をさらに予測することができた。最後に,いくつかの基本的テスト関数の最適化結果を比較することによって,ALPSOアルゴリズムは短時間収束性を持ち,収束精度を向上させ,局所的極値に陥ることができず,工学的応用において実用的価値があることを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
数理計画法  ,  人工知能 
タイトルに関連する用語 (3件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る