文献

J-GLOBAL ID：201802239982910410   整理番号：18A0289540

アンサンブルパーティクルスワーム最適化器【Powered by NICT】

Ensemble particle swarm optimizer

著者 (2件)： Lynn Nandar (School of Electrical & Electronics Engineering, Nanyang Technological University, Singapore) ,  Suganthan Ponnuthurai Nagaratnam (School of Electrical & Electronics Engineering, Nanyang Technological University, Singapore)
資料名： Applied Soft Computing  (Applied Soft Computing)
巻： 55  ページ： 533-548  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： 「ノーフリーランチ(NFL)」定理によれば,各問題を解く効果的かつ効率的には単一の最適化アルゴリズムである。異なるアルゴリズムは異なるタイプの最適化問題を解くための能力を有していた。各最適化問題のための最良のアルゴリズムを予測することは困難である。しかし,異なる最適化アルゴリズムの集合は,可能性のある解決策と複雑な問題を解くための一つのアルゴリズムを用いたより効率的であることができた。これによりヒントを得て,ここでは,実パラメータ最適化問題を解くためのアンサンブル粒子群最適化(EPSO)と呼ばれる異なる粒子群最適化アルゴリズムの集合を提案した。各世代では,を用いて,有望な解を生成するにおけるその以前の経験からの学習によるトップアルゴリズムを同定するための自己適応スキーム,最善性能アルゴリズムは,各世代のための適応的に決定および個体群中の個体に帰属できた。提案したアンサンブル粒子群最適化アルゴリズムの性能を,CEC2005実パラメータ最適化ベンチマーク問題を用いて評価し,提案したアンサンブル粒子群最適化(EPSO)アルゴリズムの優位性を示すために個々のアルゴリズムと他の最新の最適化アルゴリズムと比較した。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： *アルゴリズム ,  ベンチマーク ,  個体群 ,  最適化問題
準シソーラス用語： 自己適応 ,  パラメータ最適化 ,  最適アルゴリズム ,  *粒子群最適化 , 【Automatic Indexing@JST】

著者キーワード (5件)： アンサンブル ,  パーティクルスワーム最適化 ,  現実パラメータ最適化 ,  自己適応 ,  戦略適応

分類 (3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) ,  工程管理  (KB03030P)

タイトルに関連する用語 (2件)： アンサンブル ,  パーティクルスワーム最適化