文献

J-GLOBAL ID：201802286536678975   整理番号：18A1770215

微分進化とNSGA-IIに基づく新しい多目的最適化アルゴリズム【JST・京大機械翻訳】

A Novel Multi-Objective Optimization Algorithm Based on Differential Evolution and NSGA-II

著者 (5件)： Zhao Fuqing (School of Computer and Communication Technology, Lanzhou University of Technology, Lanzhou, 730050, China) ,  Huan Liu (School of Computer and Communication Technology, Lanzhou University of Technology, Lanzhou, 730050, China) ,  Zhang Yi (School of Mechnical Engineering, Xijin University, Xi’an, 710123, China) ,  nMa Weimi (School of Economics and Management, Tongji University, Shanghai, 200092, China) ,  Zhang Chuck (H. Milton Stewart School of Industrial & Systems Engineering, Georgia Institute of Technology, Atlanta, GA, 30332, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： CSCWD  ページ： 570-575  発行年： 2018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： NSGA-IIは,良く知られた,速いソートとエリート多目的遺伝的アルゴリズムである。NSGA-IIの局所的開発能力は,交差と突然変異のパラメータによって比較的制限される。deは,連続最適化のための強力な探索能力を示した。本論文では,微分進化とL近傍距離(DP-NSGA-II/EDA)に基づく強化NSGA-IIを提案した。NSGA-IIアルゴリズムによるパレート最適解の多様性と収束性を改善するために,DP-NSGA-II/EDAは異なるアプローチによって2つの個体群を作り出す。一つはNSGA-II自身から,もう一つは微分進化(DE)からである。2つの個体群間の競争を通して,優れた個体は新しい子孫個体群を構築するために選択される。一方,L近傍距離と呼ばれる新しい距離戦略をNSGA-IIに導入して,個体群の多様性を維持した。提案したアルゴリズムを検証するために,いくつかの数値ベンチマーク問題を通して,元のNSGA-II,SPEA2およびMOEA/D-DEと比較した。結果は,提案した方式の有効性を示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  突然変異 ,  ソーティング ,  個体群 ,  ベンチマーク
準シソーラス用語： *最適アルゴリズム ,  Pareto最適解 ,  多目的遺伝的アルゴリズム ,  *微分進化 ,  連続最適化 ,  *NSGA-II , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 微分進化 ,  NSGA-II ,  多目的最適化 ,  アルゴリズム