文献

J-GLOBAL ID：201802235744810679   整理番号：18A1898258

マルチタスク最適化のための高速ミーム多目的微分進化【JST・京大機械翻訳】

A Fast Memetic Multi-Objective Differential Evolution for Multi-Tasking Optimization

著者 (3件)： Chen Yongliang (South China University of Technology, School of Computer Science and Engineering, Guangzhou, China) ,  Zhong Jinghui (South China University of Technology, School of Computer Science and Engineering, Guangzhou, China) ,  Tan Mingkui (South China University of Technology, School of Software Engineering, Guangzhou, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： CEC  ページ： 1-8  発行年： 2018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： マルチタスク最適化は,現在,研究者から注目を集めている有望な研究トピックになっている。本論文では,効率的な計量進化マルチタスク最適化フレームワークを提案した。鍵となるアイデアは,複数のタスクを解くために複数のサブポピュレーションを用いることであり,各サブポピュレーションは単一タスクを解くことに焦点を合わせている。進化中のサブ集団間の知識を伝達するための知識移転交差を提案した。提案したフレームワークは,多目的微分進化と適応局所探索戦略とさらに統合され,マルチタスク最適化のためにMM-DEと名付けられた多目的DEを形成する。提案したMM-DEを,CEC2017マルチタスク最適化競争における9つのベンチマーク問題に関する最先端のマルチタスク多目的進化アルゴリズム(MO-MFEAと呼ぶ)と比較した。実験結果は,提案したMM-DEが非常に有望な性能を提供できることを実証した。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： ピュレー ,  *最適化 ,  高速度 ,  近傍探索法 ,  ベンチマーク
準シソーラス用語： 多目的進化アルゴリズム ,  最先端 ,  知識移転 ,  *微分進化 ,  *マルチタスク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： マルチタスク ,  最適化 ,  ミーム ,  多目的 ,  微分進化