文献

J-GLOBAL ID：201802249525048313   整理番号：18A0343145

ベクトル共進化パーティクルスワーム最適化アルゴリズム【Powered by NICT】

Vector coevolving particle swarm optimization algorithm

著者 (5件)： Zhang Qingke (School of Computer Science and technology, Engineering Research Center of Digital Media Technology, Ministry of Education, Shandong University, Jinan, 250101, China) ,  Liu Weiguo (School of Computer Science and technology, Engineering Research Center of Digital Media Technology, Ministry of Education, Shandong University, Jinan, 250101, China) ,  Meng Xiangxu (School of Computer Science and technology, Engineering Research Center of Digital Media Technology, Ministry of Education, Shandong University, Jinan, 250101, China) ,  Yang Bo (Shandong Provincial Key Laboratory of Network based Intelligent Computing, University of Jinan, Jinan, 250022, China) ,  Vasilakos Athanasios V. (Department of Computer Science, Electrical and Space Engineering Lulea University of Technology, SE-931 87 Skelleftea, Sweden)
資料名： Information Sciences  (Information Sciences)
巻： 394-395  ページ： 273-298  発行年： 2017年 
JST資料番号： D0636A  ISSN： 0020-0255  CODEN： ISIJBC  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： 本論文では,新しいベクトル共進化粒子群最適化アルゴリズム(VCPSO)を提案した。VCPSOでは,各粒子の全次元は最初ランダムにいくつかのサブ次元に分割した。を無作為に各下位次元の値を更新するために新しく設計されたスカラー演算子や学習演算子のいずれか一つを割り当てた。スカラー演算子は集団多様性を強化し,時期尚早な収束を避けるように設計されている。添加では,学習演算子は,大域的および局所的探索能力を高めるように設計されている。提案したアルゴリズムは,三十三のベンチマーク関数に関するいくつかの他の古典的な群最適化法(PSO)と比較した。包括的実験結果は,VCPSOは解の精度と統計的結果の点で他のアルゴリズムと比較して,一層良いか,同等の性能を持つことを示した。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： *ベクトル ,  学習 ,  スカラー ,  *最適化 ,  ベンチマーク ,  *アルゴリズム
準シソーラス用語： *粒子群最適化 ,  *共進化 , 【Automatic Indexing@JST】

著者キーワード (5件)： パーティクルスワーム最適化 ,  共進化進化 ,  ベクトル分割 ,  集中学習 ,  分散学習

分類 (2件)： その他のオペレーションズリサーチの手法  (KA03070E) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： ベクトル ,  共進化 ,  パーティクルスワーム最適化 ,  アルゴリズム