文献

J-GLOBAL ID：201802229312951216   整理番号：18A0339575

老化リーダと挑戦者機構を持つ適応微分進化アルゴリズム【Powered by NICT】

An adaptive differential evolution algorithm with an aging leader and challengers mechanism

著者 (4件)： Fu C.M. (State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body, College of Mechanical and Vehicle Engineering, Hunan University, Changsha 410082, PR China) ,  Jiang C. (State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body, College of Mechanical and Vehicle Engineering, Hunan University, Changsha 410082, PR China) ,  Chen G.S. (School of Mechanical Engineering, Nanjing University of Science and Technology, Nanjing City 210094, PR China) ,  Liu Q.M. (State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body, College of Mechanical and Vehicle Engineering, Hunan University, Changsha 410082, PR China)
資料名： Applied Soft Computing  (Applied Soft Computing)
巻： 57  ページ： 60-73  発行年： 2017年 
JST資料番号： W2175A  ISSN： 1568-4946  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： ADE ALCと呼ばれる,加齢リーダと挑戦者機構を持つ適応微分進化アルゴリズムを最適化問題を解決するために提案する。ADE ALCアルゴリズムでは,エージング機構を個体群の多様性を維持するために微分進化の枠組みに導入した。重要な制御パラメータは,次世代で有望なパラメータを生成するためにそれらの成功経験から学べるだろうし,与えられた確率分布に基づいて適応的に更新した。二局所探索演算子の一つは,ランダムに個体群の多様性を増加させるための有益な挑戦者を生成するために選択した。最後に,ADE ALCアルゴリズムの有効性を,二十五のベンチマークテスト関数の数値結果により検証した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 近傍探索法 ,  確率分布 ,  最適化問題 ,  個体群 ,  *アルゴリズム
準シソーラス用語： ベンチマークテスト ,  制御パラメータ ,  *微分進化 ,  *微分進化アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (5件)： 大域的最適化 ,  進化的アルゴリズム ,  微分進化 ,  適応パラメータ制御 ,  加齢リーダー

分類 (2件)： 数理計画法  (KA03030M) ,  電力系統一般  (NB02000E)

タイトルに関連する用語 (4件)： 老化 ,  リーダ ,  適応 ,  微分進化アルゴリズム