文献

J-GLOBAL ID：202002219529358704   整理番号：20A1943981

最短経路問題発見のための遺伝的アルゴリズム【JST・京大機械翻訳】

Genetic Algorithm for finding shortest paths Problem

著者 (3件)： Al-hayali Shaymaa (Altinbas University, Istanbul, Turkey) ,  Ucan Osman (Altinbas University, Istanbul, Turkey) ,  Bayat Oguz (Altinbas University, Istanbul, Turkey)
資料名： ACM Proceedings  (ACM Proceedings)
号： ICEMIS ’18  ページ： 1-6  発行年： 2018年 
JST資料番号： D0698C  資料種別： 会議録 (C)
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： 遺伝的アルゴリズムを用いて,ビジネス課題の解を見つけるのに主として適用したビジネス問題を分析した。遺伝的アルゴリズムは,単一問題に対して多くの解を生成し,異なる性能を持つものは,性能において他のものより良い。最短経路を見つけることは,種々の分野で多くの応用がある。この論文の目的は,スーパーマーケットに関連するビジネス問題を発見し,遺伝的アルゴリズムを用いてこの問題に解を与えることである。本論文では,異なる位置におけるスーパーマーケットを選択し,最短距離でこれらのスーパーマーケットの中で訪問する管理者の最短経路を見つけ,従って,遺伝的アルゴリズムにおいて,評価関数は,Genoタイプの全ての関連変数を見出し,次に,関連する値を選別するために,交差および突然変異技術を用いて,これらのGeno変数に対する適応度関数を評価した。GAにおいて,適応度関数は目標を達成するための目標のための全時間経過である。訓練データセットに対する交差と突然変異関数に関して,個体群データに対する適応度関数を用いた。ビジネス,科学および工学における主な問題は,異なる場所の訪問または最小時間におけるいくつかのデータの移動のような異なる活動における短い経路を見つけることである。遺伝的アルゴリズムは,これらの問題の最適化を提供する効率的な方法を提供する。スーパーマーケットマンガー移動問題を解決するために,GAを用いてこの問題のデータセットを符号化し,すべての変数を初期化した。位置の推定値を遺伝的アルゴリズムのパラメータとして設定し,MDL技術(最小記述長)を用いて最良の方法を見つける。遺伝的アルゴリズムは自然値の選択と遺伝学に非常に効率的である。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  管理者 ,  *最短路問題 ,  スーパーマーケット ,  評価関数 ,  突然変異 ,  データ処理 ,  個体群 ,  推定量 ,  *遺伝的アルゴリズム
準シソーラス用語： 訓練データ ,  最小記述長 ,  適応度関数 ,  *最短経路 , 【Automatic Indexing@JST】

著者キーワード (5件)： 遺伝的アルゴリズム ,  MDL ,  データ処理 ,  進化アルゴリズム ,  管理システム

分類 (2件)： 人工知能  (JE08000Z) ,  数値計算  (JE02000J)

タイトルに関連する用語 (3件)： 最短経路問題 ,  発見 ,  遺伝的アルゴリズム