文献

J-GLOBAL ID：201702288457196556   整理番号：17A1647906

均一変異とSPV則はT SP問題のための最適化されたPSO(粒子群最適化)アルゴリズム【Powered by NICT】

Uniform mutation and SPV rule based optimized PSO algorithm for TSP problem

著者 (2件)： Dubey Ishita (Computer Science Dept., Vikrant Institute of Technology & Management, Gwalior, India) ,  Gupta Manish (Computer Science Dept., Vikrant Institute of Technology & Management, Gwalior, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICECS  ページ： 168-172  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： 群知能システムは基本的に互いに局所的に相互作用している簡単なエージェント集団から構成されるとその周辺を用いたパーティクルスワーム最適化(PSO)アルゴリズムは,発見的探索と重要な最適化手法の一つである容易に解決できないこれらの問題(のように巡回セールスマン問題,タスクスケジューリング問題ら)を最適化するために使用に基づいている。本研究では,均一な突然変異演算子と最小位置値(SPV)を含むPSO(粒子群最適化)アルゴリズムの拡張版を巡回セールスマン問題に用いて実行した。強化されたPSO(粒子群最適化)アルゴリズムにおいて,1個の余分な相,遺伝的アルゴリズムの突然変異演算子の形で,を用い,位置ベクトルに対応する次元指標値に基づいており,SPV則(最小位置値)は局所探索を強調するために使われる。提案された研究は,標準PSO(粒子群最適化)アルゴリズムと比較した。実験結果は,提案した研究は元のPSO(粒子群最適化)アルゴリズムよりも優れていることを示した。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： 最適化手法 ,  *変異 ,  ベクトル ,  エージェント ,  *アルゴリズム ,  巡回セールスマン問題 ,  近傍探索法 ,  *最適化 ,  相互作用 ,  遺伝的アルゴリズム
準シソーラス用語： 突然変異演算子 ,  タスクスケジューリング ,  群知能 ,  *粒子群最適化 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  その他のオペレーションズリサーチの手法  (KA03070E)

タイトルに関連する用語 (6件)： 変異 ,  問題 ,  最適化 ,  PSO ,  粒子群最適化 ,  アルゴリズム