文献

J-GLOBAL ID：201802213704649792   整理番号：18A0943323

最適化のための適応探索半径による脳嵐最適化【JST・京大機械翻訳】

Brain storm optimization with adaptive search radius for optimization

著者 (6件)： Yu Yang (Faculty of Engineering, University of Toyama, Toyama, 930-8555 Japan) ,  Wu Lei (Hefei Power Supply Co., Ltd., State Grid Corporation of China, Heifei, 230000 China) ,  Yu Hang (College of Computer Science and Technology, Taizhou University Taizhou, 225300 China) ,  Li Sheng (College of Computer Science and Technology, Taizhou University Taizhou, 225300 China) ,  Wang Shi (College of Computer Science and Technology, Taizhou University Taizhou, 225300 China) ,  Gao Shangce (Faculty of Engineering, University of Toyama, Toyama, 930-8555 Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： PIC  ページ： 394-398  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： 脳嵐最適化アルゴリズムは,人間の社会的行動に基づく新しく提案されたアルゴリズムである。それは,新しい個体を作り出すために,脳ストーミングの手順からインスピレーションを得る。脳ストーミングの特性は,全体の個体群の多様性を高度に確実にして,効率的に早期収束を除去することができた。本論文では,探索能力を強化するために,脳嵐最適化を助けるために,適応探索半径法を提案した。適応探索戦略を備えた提案アルゴリズムは,各反復における個々の品質を改善するための最良の適切な探索戦略を選択するための成功と失敗メモリを導入する。3つの戦略は,適応的に収束の期間に選択することができて,従来の脳嵐最適化と比較してより良い解法を保証することができた。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： 個体群 ,  記憶装置 ,  品質 ,  *最適化 ,  アルゴリズム
準シソーラス用語： 探索戦略 ,  早期収束 ,  社会的行動 ,  最適アルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 最適化 ,  適応 ,  探索 ,  半径 ,  脳 ,  嵐