文献

J-GLOBAL ID：201702277337404372   整理番号：17A1466363

微分進化:集団相互作用ネットワークから導出されるPoisson則【Powered by NICT】

Understanding differential evolution: A Poisson law derived from population interaction network

著者 (4件)： Gao Shangce (Faculty of Engineering, University of Toyama, Toyama-shi 930-8555, Japan) ,  Wang Yirui (Faculty of Engineering, University of Toyama, Toyama-shi 930-8555, Japan) ,  Wang Jiahai (Department of Computer Science, Sun Yat-sen University, Guangzhou 510275, China) ,  Cheng JiuJun (Key Laboratory of Embedded System and Service Computing, Ministry of Education, Tongji University, Shanghai 200092, China)
資料名： Journal of Computational Science  (Journal of Computational Science)
巻： 21  ページ： 140-149  発行年： 2017年 
JST資料番号： W3406A  ISSN： 1877-7503  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： 微分進化(DE)最適化問題を効率的に扱うために進化的アルゴリズムの一つである。は個体群によって構成される関係を調べるために個体群相互作用ネットワーク(PIN)を提案した。PINにおける次数の累積分布関数(CDF)を12のベンチマーク関数上の五フィッティングモデルによって解析した。適合度を用いて,あてはめ結果を測定した。実験結果は,CDFは,累積Poisson分布を満たすことを示す。に加えて,PINノードと適合Poisson分布における速度パラメータλの数がさらにDEの異なる制御パラメータ,個体群相互作用の効果と特性を示すを用いて研究した。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： Poisson分布 ,  最適化問題 ,  *相互作用 ,  ベンチマーク ,  *ネットワーク ,  個体群
準シソーラス用語： 制御パラメータ ,  適合度 ,  累積分布関数 ,  次数 ,  進化的アルゴリズム ,  *微分進化 , 【Automatic Indexing@JST】

著者キーワード (4件)： 複雑ネットワーク ,  累積分布関数 ,  微分進化 ,  集団相互作用ネットワーク

分類 (2件)： 無線通信一般  (ND08010L) ,  通信理論一般  (ND02010V)

タイトルに関連する用語 (4件)： 微分進化 ,  集団 ,  相互作用 ,  導出