文献

J-GLOBAL ID：202002224494470072   整理番号：20A1075188

経路計画のための遺伝的アルゴリズムによる改良アリコロニーアルゴリズム融合に関する研究【JST・京大機械翻訳】

Research on an Improved Ant Colony Algorithm Fusion with Genetic Algorithm for Route Planning

著者 (2件)： Chen Xiaoyan (College of Electronic Information and Automation, Tianjin University of Science & Technology,Tianjin,China) ,  Dai Yuhe (College of Electronic Information and Automation, Tianjin University of Science & Technology,Tianjin,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ITNEC  ページ： 1273-1278  発行年： 2020年 
JST資料番号： W2441A  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： 本論文は,経路計画の問題を解決するための改良アリコロニーアルゴリズムに焦点を合わせた。遺伝的アルゴリズム(GA)とのアリコロニーアルゴリズム(ACO)融合を提案し,シミュレーションにより検証した。遺伝的アルゴリズムを用いて,経路ノード分布に従って初期フェロモンを計算した。GAの出力は,選択,交差,および変動進化操作によってACOアルゴリズムに供給される事前情報とみなされる。MATLABシミュレーションに基づく関心領域内の10,20,40ノード分布の条件の下で個々にACOとGAルーティングアルゴリズムと比較して,融合ACO-GAアルゴリズムは最短経路と適合性進化結果を達成した。実験的試験により,興味ある領域の内部ノードにより,改良アルゴリズムにより得られた経路距離は,GAおよびACOアルゴリズムよりも短いことを示した。さらに,GAによる提案アリコロニーアルゴリズム融合は,最適解を得るために,より少ない反復を持ち,そして,計算時間コストは,明らかに減少した。Copyright 2020 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： *アルゴリズム ,  フェロモン ,  適応性 ,  *遺伝的アルゴリズム ,  *経路探索
準シソーラス用語： 事前知識 ,  最適解 ,  *アントアルゴリズム ,  MATLAB ,  関心領域 ,  経路選択アルゴリズム ,  最短経路 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 経路計画 ,  遺伝的アルゴリズム ,  アリコロニーアルゴリズム ,  融合 ,  研究