文献

J-GLOBAL ID：201802255748955584   整理番号：18A0408573

大規模大域的最適化のための協調共進化LSHADEアルゴリズム【Powered by NICT】

A cooperative co-evolutionary LSHADE algorithm for large-scale global optimization

著者 (2件)： Sharawi Marwa (Faculty of Computer Studies, Arab Open University, Cairo, Egypt) ,  El-Abd Mohammed (Electrical and Computer Engineering Department, American University of Kuwait, Kuwait)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： SSCI  ページ： 1-8  発行年： 2017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： 本論文では,大規模大域的最適化(LSGO)のための協調的共進化LSHADE(CCLSHADE)アルゴリズムの適用を提案した。CCフレームワークの二つの簡単なパラメータを調整することによって,非常に競争力のある結果を得ることができることを示した。結果は,再初期化段階,局所探索モジュールを組み込んだまたはCCフレームワーク予算配分を構成する適応を必要とせずに達成された。本研究で調べた二つのパラメータは,単一サイクルの各サブオプティマイザを実行する反復数と分離可能問題変数を含む成分の最大サイズである。CCLSHADEの性能はCEC10ベンチマークを用いたLSGOのために開発された六種類の最先端レベルアルゴリズムと比較した。実験結果と統計的テストにより,提案アルゴリズムの競争力を確認した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 予算編成 ,  ベンチマーク ,  近傍探索法 ,  *アルゴリズム
準シソーラス用語： 最先端 ,  *大域的最適化 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 大規模 ,  大域的最適化 ,  協調共進化 ,  アルゴリズム