文献

J-GLOBAL ID：201902280678214353   整理番号：19A0516839

修正直交学習戦略による改良型微分進化【JST・京大機械翻訳】

Improved Differential Evolution With a Modified Orthogonal Learning Strategy

著者 (5件)： Lei Yu-Xiang (College of Computer Science and Technology, Huaqiao University, Xiamen, China) ,  Gou Jin (College of Computer Science and Technology, Huaqiao University, Xiamen, China) ,  Wang Cheng (College of Computer Science and Technology, Huaqiao University, Xiamen, China) ,  Luo Wei (College of Computer Science and Technology, Huaqiao University, Xiamen, China) ,  Cai Yi-Qiao (College of Computer Science and Technology, Huaqiao University, Xiamen, China)
資料名： IEEE Access  (IEEE Access)
巻： 5  ページ： 9699-9716  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： 直交実験計画(OED)は,因子の最良の組合せを同定するための強力な方法であり,実験試料の必要な数をかなり減らす。研究者は,遺伝的アルゴリズム,粒子群最適化,および人工ミツバチコロニーアルゴリズムのような進化技術とOEDを組み合わせて,著しくより良い性能をもたらした。本論文では,OEDと微分進化(DE)の組合せを研究した。直交設計戦略への修正を示し,修正直交微分展開(MODE)技術を提案した。MODEの二つの変種を開発し,一つは交差操作に作用し,もう一つは選択段階で動作する。これらは,進化過程の間の次元情報の発見を改善するために,異なる方法でDE側面を強化する。著者らは最初に基本的MODEを構築して,それは基本的DEアルゴリズムによって直交設計戦略を結合して,次に自己適応性パラメータ戦略によって変異体を採用した。比較実験の結果は,提案したアルゴリズムの有効性を実証した。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： ミツバチ ,  アルゴリズム ,  遺伝的アルゴリズム ,  コロニー ,  有効性 ,  実験計画法 ,  *直交性 ,  比較試験
準シソーラス用語： 自己適応 ,  微分展開 ,  直交設計 ,  粒子群最適化 ,  *微分進化 , 【Automatic Indexing@JST】

分類 (4件)： 図形・画像処理一般  (JE04010I) ,  無線通信一般  (ND08010L) ,  信号理論  (ND02020G) ,  移動通信  (ND08030H)

タイトルに関連する用語 (2件)： 学習戦略 ,  微分進化