文献

J-GLOBAL ID：201902287502806833   整理番号：19A0085362

多変異戦略に基づく適応差分進化アルゴリズム【JST・京大機械翻訳】

Adaptive differential evolution algorithm based on multiple mutation strategies

著者 (4件)： Zhang Qiang (江蘇師范大学電气工程及自動化学院,江蘇徐州221116;徐州開放大学信息技術与電气工程学院,江蘇徐州221000) ,  Zou Dexuan (江蘇師范大学電气工程及自動化学院,江蘇徐州,221116) ,  Geng Na (江蘇師范大学電气工程及自動化学院,江蘇徐州,221116) ,  Chen Xin (江蘇師范大学電气工程及自動化学院,江蘇徐州,221116)
資料名： Jisuanji Yingyong  (Jisuanji Yingyong)
巻： 38  号： 10  ページ： 2812-2821  発行年： 2018年 
JST資料番号： C2535A  ISSN： 1001-9081  CODEN： JYIIDU  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 微分進化アルゴリズムの低精度,低収束速度,および低安定性の欠点を克服するために,マルチ突然変異戦略に基づく適応微分進化アルゴリズム(ADE-MM)を提案する。最初に,3つの突然変異戦略の選択過程において,2つの学習機能を有する擾乱閾値を,個体群多様性を改善して,探索範囲を拡大するために,追加した。次に,前回の反復の成功パラメータに従って,現在のパラメータを適応的に調整し,最適化精度と最適化速度を改善した。最後に、ベクトル粒子プール法と中心粒子法を用いて、新たなベクトル粒子を生成し、更に最適化効果を高める。8つの関数,5つの比較アルゴリズム(RMDE,OLCPDE,JADE,SaDE,MDE_pBX)を用いてテストを行い,それぞれのケースを30回独立に実行した。ADE-MMアルゴリズムは,平均と分散の比較において完全勝利を得て,その中で,30次元で5つの独立勝利,3つの並列勝利,50次元で6つの独立勝利,2つの並列勝利,および100次元で独立勝利を得た。同時に,Wilcoxonranktest,勝率およびアルゴリズムの時間解析において,ADE-MMアルゴリズムも優れた表現を得た。実験結果は,ADE-MMアルゴリズムが,他の5つのアルゴリズムと比較して,より良いグローバル最適化能力,収束性と安定性を有することを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  パラメータ ,  突然変異 ,  時間分析 ,  CASE ,  ベクトル ,  個体群 ,  *変異 ,  最適化
準シソーラス用語： 大域的最適化 ,  勝率 ,  粒子法 ,  収束速度 ,  微分進化アルゴリズム ,  差分進化アルゴリズム , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 変異 ,  戦略 ,  適応 ,  差分進化アルゴリズム