文献

J-GLOBAL ID：201802287686342865   整理番号：18A0447886

TLBOを用いた組合せ問題最適化【Powered by NICT】

Combinatorial problem optimization using TLBO

著者 (3件)： Saharan Sahil (Department of Computer Applications, National Institute of Technology, Kurukshetra, India) ,  Lather J.S. (Department of Electrical Engineering, National Institute of Technology, Kurukshetra, India) ,  Radhakrishnan R. (Department of Computer Science and Engineering, ABES Ghaziabad (Uttar Pradesh), India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ISPCC  ページ： 559-563  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： 巡回セールスマン問題(TSP)はNP困難問題など遺伝的アルゴリズム(GA)のようないくつかの発見的アルゴリズムにより検討されてきた。他の自然にヒントを得たアルゴリズムのような多くの類似性を含む教育学習ベース最適化(TLBO)を用いたTSP(巡回セールスマン問題)解を提示した。さらに,戦略は個体群の選択した候補にわたって使用部分マッピングされたクロスオーバと変異過程でのアレイ要素の配列を調節する補助演算子を追加した。実験研究を紹介戦略は,より良い収束を提供することができることを示した。戦略の顕著な特徴はその安定性と計算の複雑さを扱うために優れた方法である遺伝的アルゴリズム(GA)と比較して,TSP最適化を扱う。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： 変異 ,  アルゴリズム ,  *最適化 ,  個体群 ,  計算量 ,  教育 ,  類似性 ,  *組合せ問題 ,  巡回セールスマン問題 ,  遺伝的アルゴリズム ,  学習
準シソーラス用語： 実験研究 ,  クロスオーバー ,  発見的アルゴリズム ,  NP困難問題 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 組合せ問題 ,  最適化