文献

J-GLOBAL ID：201902234170649529   整理番号：19A0517518

修正カオス局所探索による自己適応重力探索アルゴリズム【JST・京大機械翻訳】

Self-Adaptive Gravitational Search Algorithm With a Modified Chaotic Local Search

著者 (6件)： Ji Junkai (Faculty of Engineering, University of Toyama, Toyama, Japan) ,  Gao Shangce (Faculty of Engineering, University of Toyama, Toyama, Japan) ,  Wang Shuaiqun (Information Engineering College, Shanghai Maritime University, Shanghai, China) ,  Tang Yajiao (Faculty of Engineering, University of Toyama, Toyama, Japan) ,  Yu Hang (College of Computer Science and Technology, Taizhou University, Taizhou, China) ,  Todo Yuki (School of Electrical and Computer Engineering, Kanazawa University, Kanazawa, Japan)
資料名： IEEE Access  (IEEE Access)
巻： 5  ページ： 17881-17895  発行年： 2017年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： 重力探索アルゴリズム(GSA)は,様々な最適化問題を解くことにおいて良好な性能をもたらすことが証明されている。しかし,複雑な問題を解決するときには,遅い開発を受けることは避けられない。本論文では,GSAの完全な経験的解析を行い,GSAの最適化過程における重力パラメータGの役割を詳しく説明した。収束速度と解の質はGの値に非常に敏感であることが分かった。自動的にGの値を調整するために自己適応機構を提案して,探査と開発のバランスを維持することを目的とした。さらに,GSAの収束速度を改善するために,古典的カオス局所探索を修正し,それをGSAの最適化プロセスに挿入した。これらの2つの技術を通して,GSAの主要弱点を効果的に克服して,23のベンチマーク機能の得られた結果は,提案方法の優れた性能を確認した。Copyright 2019 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： 最適化問題 ,  最適化 ,  *近傍探索法 ,  *重力 ,  ベンチマーク ,  *カオス
準シソーラス用語： 収束速度 ,  *探索アルゴリズム ,  *自己適応 , 【Automatic Indexing@JST】

分類 (4件)： 無線通信一般  (ND08010L) ,  数値計算  (JE02000J) ,  信号理論  (ND02020G) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： カオス ,  局所探索 ,  自己適応 ,  重力 ,  探索アルゴリズム