文献

J-GLOBAL ID：201802217031675435   整理番号：18A1806797

マルチモーダル関数最適化のためのLoser-outトーナメントに基づくファイアワークアルゴリズム【JST・京大機械翻訳】

Loser-Out Tournament-Based Fireworks Algorithm for Multimodal Function Optimization

著者 (2件)： Li Junzhi (Department of Machine Intelligence, Key Laboratory of Machine Perception (Ministry of Education), School of Electronics Engineering and Computer Science, Peking University, Beijing, China) ,  Tan Ying (Department of Machine Intelligence, Key Laboratory of Machine Perception (Ministry of Education), School of Electronics Engineering and Computer Science, Peking University, Beijing, China)
資料名： IEEE Transactions on Evolutionary Computation  (IEEE Transactions on Evolutionary Computation)
巻： 22  号： 5  ページ： 679-691  発行年： 2018年 
JST資料番号： W0968A  ISSN： 1089-778X  CODEN： ITEVF5  資料種別： 逐次刊行物 (A)
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： 実世界最適化問題は,通常,探索と開発の間のバランスを保つために最適化アルゴリズムを必要とする多モードである。したがって,多モード最適化は進化アルゴリズムに対する主要な挑戦の一つと同様に主要な機会の一つである。本論文では,多モード最適化問題を解くために,ロートアウトトーナメントに基づく花火アルゴリズム(LoTFWA)を提案した。従来の花火アルゴリズム(FWA)の探索方法は,いくつかの花火の協力に基づいている。一方,LoTFWAでは,相互作用の新しい方法として競争を提案し,そこでは,花火を,それらの現状だけでなく,それらの進歩率に従って,互いに比較した。もしある花火の適合性がその現在の進歩率によって最良のもので捕らえることができないならば,それは競争におけるより大きいと考えられる。ローザは,それらの探索プロセスを継続することができるので,排除され,再初期化される。これらの花火を再初期化することにより,アルゴリズムの局所最小値に捕捉される確率を大幅に低減することができる。実験結果は,提案したアルゴリズムが多モード関数の最適化に非常に強力であることを示した。それは,FWAの以前のバージョンより優れているだけでなく,いくつかの有名な進化アルゴリズムより優れている。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： 相互作用 ,  最適化問題 ,  *アルゴリズム ,  適応性 ,  *最適化 ,  工作物 ,  *多モード
準シソーラス用語： 進化的アルゴリズム ,  最適アルゴリズム ,  *トーナメント ,  関数最適化 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： マルチモーダル ,  関数最適化 ,  トーナメント