文献

J-GLOBAL ID：201802275606054795   整理番号：18A0166453

マルチユーザマルチキャリアシステムのための資源配分を利用したアントコロニー最適化法【Powered by NICT】

Ant colony optimization inspired resource allocation for multiuser multicarrier systems

著者 (4件)： Liao Chia-Hui (Inst. of Communications Engineering, National Tsing Hua University, Hsinchu, Taiwan) ,  Wu Jen-Ming (Inst. of Communications Engineering, National Tsing Hua University, Hsinchu, Taiwan) ,  Du Jianbo (State Key Laboratory of Integrated Services Networks, Xidian University, Xi’an, China) ,  Zhao Liqiang (State Key Laboratory of Integrated Services Networks, Xidian University, Xi’an, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： WCSP  ページ： 1-6  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,マルチユーザマルチキャリア通信システムのための伝送エネルギー効率を最適化するアリコロニー最適化(ACO)に基づくBayes学習を提案した。ACOアルゴリズムは,アリの群れの挙動によりヒントを得たものである作業を共有し,互いに,ベイズ学習を助ける。マルチユーザマルチキャリアシステムにおける資源配分問題は,ACOにおける道しるべフェロモンおよび発見的情報を利用することにより再定式化した。マルチキャリア多元接続資源配分問題はNP困難であるので,多くの欲張り,準最適,アルゴリズムを研究した。スォームベースのACOアルゴリズムは局所最適に捕捉されることの危険性を減らすための,最適解近くに確率的に意思決定を行う。本研究では,提案したACO(アリコロニー最適化)法は候補となる経路を見出すために質量の強度を用い,最適解に近づくのに役立つすべてのシステム制約を満足した。古典的メタヒューリスティックACOアルゴリズムを再定式化し,最適化目標を達成するために速度緩和凸最適化と組み合わせた。全数探索法と比較して,提案した方法は,近最適なエネルギー効率を達成することをシミュレーションで検証した。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： 意思決定 ,  *最適化 ,  アルゴリズム ,  NP困難 ,  エネルギー効率 ,  定式化 ,  *資源割付
準シソーラス用語： 凸最適化 ,  最適解 ,  *マルチキャリア ,  道しるべフェロモン ,  Bayes学習 ,  マルチキャリア通信 ,  *マルチユーザ ,  *アリコロニー最適化 , 【Automatic Indexing@JST】

分類 (3件)： システム最適化手法  (IA02050Z) ,  計算理論  (JB02000A) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 資源配分 ,  アントコロニー最適化