文献

J-GLOBAL ID：201802249452231735   整理番号：18A0489833

新しい改良ミバエ最適化アルゴリズムIAFOAとその応用エンジニアリング最適化問題を解くための【Powered by NICT】

A new improved fruit fly optimization algorithm IAFOA and its application to solve engineering optimization problems

著者 (6件)： Wu Lei (College of Mechanical and Electronic Engineering, China University of Petroleum, Qingdao 266580, China) ,  Wu Lei (School of Civil and Environmental Engineering, Maritime Institute @NTU, Nanyang Technological University, Singapore 639798, Singapore) ,  Liu Qi (College of Mechanical and Electronic Engineering, China University of Petroleum, Qingdao 266580, China) ,  Tian Xue (Marine Design & Research Institute of China, Shanghai 200011, China) ,  Zhang Jixu (CNOOC Safety Technology Services Company Limited, Tianjin 300456, China) ,  Xiao Wensheng (College of Mechanical and Electronic Engineering, China University of Petroleum, Qingdao 266580, China)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 144  ページ： 153-173  発行年： 2018年 
JST資料番号： T0426A  ISSN： 0950-7051  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： 自然にヒントを得たアルゴリズムは数学的及び工学的最適化に広く用いられている。最新群知能ベースの方法の一つとして,ショウジョウバエ最適化アルゴリズム(FOA)はショウジョウバエの採餌行動に触発された提案した。元FOAの欠点を克服するために,IAFOAと呼ばれる新しい改良されたショウジョウバエ最適化アルゴリズムを本論文で提示した。元FOAと比較して,IAFOAは四個の余分な機構を含む1)探索方向のための適応選択機構,2)反復ステップ値のための適応調整機構,3)適応交差と突然変異機構,および4)多サブ群機構。探索方向のための適応選択機構は,個人が以前の反復世代の経験に基づく大域的最適化のための探索を可能にした。適応調整機構によると,反復ステップ値は反復数と異なる世代の最良の匂い濃度に基づいて自動的に変化させることができる。に加えて,適応交差と突然変異機構はIAFOAへのクロスオーバと突然変異操作を紹介し,異なる適応度値を有する個人は,異なる交差と突然変異確率で運転すべきであると忠告している。マルチサブ群機構は二サブ群の個体間の最適化情報を普及し,収束速度を速めることができる。提案IAFOAについての洞察をもたらすために,計算量解析と収束解析を与えた。29のベンチマーク関数の群に基づく実験結果は,IAFOAはいくつかのインテリジェントアルゴリズムの中で最良の性能,FOAと五高度インテリジェント最適化アルゴリズムの五変異体を含んでいたことを示した。IAFOAはその実用性を検証する目的で三種類のエンジニアリング最適化問題を解くために使用され,実験結果は,IAFOAは他の十のアルゴリズムと比較して最高の解を生成できることを示した。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： ベンチマーク ,  適応制御 ,  ショウジョウバエ ,  *アルゴリズム ,  突然変異 ,  *最適化
準シソーラス用語： 収束解析 ,  計算量解析 ,  収束速度 ,  適応度 ,  大域的最適化 ,  採餌 ,  群知能 ,  *設計最適化 ,  *最適アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (6件)： 果実は飛行最適化アルゴリズム ,  最適探索方向 ,  反復ステップ値 ,  交差および突然変異演算 ,  マルチ亜群 ,  エンジニアリング最適化問題

分類 (2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)

タイトルに関連する用語 (4件)： 最適化アルゴリズム ,  応用 ,  エンジニアリング ,  最適化問題