文献

J-GLOBAL ID：201902268013835169   整理番号：19A1584119

遺伝的アルゴリズムを用いた実パラメータ最適化のための方向性クロスオーバ(DX)演算子【JST・京大機械翻訳】

A directional crossover (DX) operator for real parameter optimization using genetic algorithm

著者 (2件)： Das Amit Kumar (Department of Mechanical Engineering, Indian Institute of Technology Kharagpur, Kharagpur, India) ,  Pratihar Dilip Kumar (Department of Mechanical Engineering, Indian Institute of Technology Kharagpur, Kharagpur, India)
資料名： Applied Intelligence  (Applied Intelligence)
巻： 49  号： 5  ページ： 1841-1865  発行年： 2019年 
JST資料番号： W0297A  ISSN： 0924-669X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 自然に触発された最適化アルゴリズムは,それらのいくつかの利点のために研究者からますます多くの注目を受けている。遺伝的アルゴリズム(GA)は,主に3つの演算子,すなわち,選択,交差,および突然変異を有する,そのようなバイオインスパイアド最適化技術の1つである。性能と収束速度に関してGAのこれらの演算子をより効率的にするためにいくつかの試みを行った。本論文では,実符号化遺伝的アルゴリズム(RGA)のための方向交差(DX)を提案した。名前が示唆するように,提案したDXは,子供の解を作成するための探索過程の方向性情報を用いる。さらに,可変空間の最も有望な領域を同定するためのこの方向性情報を得るための一つの方法を提案した。提案した交差演算子(DX)によるRGAの性能を測定するために,6つの一般的な最適化関数の集合について実験を行い,得られた結果を他の良く知られた交差演算子を持つRGAによって得られた結果と比較した。提案したDX演算子(RGA-DX)を用いたRGAは,他のものよりも性能が優れており,統計解析により同じことが確認されている。さらに,RGA-DXの性能を,6つの試験関数と1つの制約付き最適化問題に関する他の5つの最近提案された最適化技術の性能と比較した。これらの性能比較において,RGA-DXは他のものより優れていた。したがって,すべての実験において,RGA-DXはより速い収束速度でより良い品質の解をもたらすことが分かった。Copyright 2018 Springer Science+Business Media, LLC, part of Springer Nature Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *指向性 ,  突然変異 ,  統計解析 ,  *遺伝的アルゴリズム ,  制約付最適化問題 ,  品質 ,  子供 ,  *最適化 ,  最適化手法
準シソーラス用語： 性能比較 ,  収束速度 ,  最適アルゴリズム ,  *クロスオーバー ,  *パラメータ最適化 , 【Automatic Indexing@JST】

著者キーワード (5件)： 進化的アルゴリズム ,  実数符号化遺伝的アルゴリズム ,  方向性クロスオーバ ,  指数クロスオーバ ,  収束速度

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 遺伝的アルゴリズム ,  パラメータ最適化 ,  方向性 ,  クロスオーバ ,  演算子