文献

J-GLOBAL ID：202002217221525474   整理番号：20A1035189

TSPのための発見的演算子に基づく適応型脳嵐最適化アルゴリズム【JST・京大機械翻訳】

An Adaptive Brain Storm Optimization Algorithm Based on Heuristic Operators for TSP

著者 (4件)： Wu Yali (School of Automation and Information Engineering, Xi’an University of Technology, Xi’an, Shaanxi, China) ,  Wang Xiaopeng (School of Automation and Information Engineering, Xi’an University of Technology, Xi’an, Shaanxi, China) ,  Qi Jinjin (School of Automation and Information Engineering, Xi’an University of Technology, Xi’an, Shaanxi, China) ,  Huang Liting (School of Automation and Information Engineering, Xi’an University of Technology, Xi’an, Shaanxi, China)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1159  ページ： 662-672  発行年： 2020年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
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： 巡回セールスマン問題(TSP)は古典的組合せ最適化問題である。本論文では,TSPを解くためのMDBSO(改良離散降雨記憶最適化)アルゴリズムを提案した。凸包またはgre欲アルゴリズムを導入して,母集団を初期化して,それは初期の母集団品質を向上させることができた。適応慣性選択戦略を提案して,初期段階におけるグローバル探索を強化し,一方,後期段階における局所探索を強化した。新しい個体を生成するための親の局所的に優れた遺伝的情報に基づく発見的交差演算子を,アルゴリズムの探索効率を改善するために設計した。異なるベンチマークの実験結果は,本論文で提案したMDBSOアルゴリズムがTSPを解決する際に収束性能を著しく改善することを示した。Copyright Springer Nature Singapore Pte Ltd. 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  *最適化 ,  降雨 ,  巡回セールスマン問題 ,  *最適化手法 ,  遺伝 ,  母集団 ,  ベンチマーク ,  凸包 ,  組合せ最適化問題 ,  近傍探索法
準シソーラス用語： 探索効率 , 【Automatic Indexing@JST】

著者キーワード (5件)： 離散的脳嵐アルゴリズム ,  事前知識 ,  発見的クロスオーバ演算子 ,  適応慣性選択 ,  巡回セールスマン問題

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 発見 ,  演算子 ,  脳 ,  嵐 ,  最適化アルゴリズム