文献

J-GLOBAL ID：202002229283601619   整理番号：20A1507542

不確実な容量制約付きアーク経路選定問題のための新しいアンサンブル遺伝的プログラミングハイパーヒューリスティックス【JST・京大機械翻訳】

Novel ensemble genetic programming hyper-heuristics for uncertain capacitated arc routing problem

著者 (3件)： Wang Shaolin (Victoria University of Wellington, Wellington, New Zealand) ,  Mei Yi (Victoria University of Wellington, Wellington, New Zealand) ,  Zhang Mengjie (Victoria University of Wellington, Wellington, New Zealand)
資料名： ACM Proceedings  (ACM Proceedings)
号： GECCO ’19  ページ： 1093-1101  発行年： 2019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： 不確実容量化アークルーティング問題(UCARP)は,多くの実世界アプリケーションを有する重要な問題である。UCARPにおける主要な課題は,不確実な環境を効果的に扱い,経路故障時のリコースコストを削減することである。遺伝的プログラミングハイパーヒューリスティック(GPHH)は,ルーティングプロセスでリアルタイム決定を行うための効果的なルーティングポリシーを自動的に進化するために成功裏に適用された。しかしながら,ほとんどの既存の研究は,解釈が難しい単一複合ルーティングポリシーを得る。本論文では,単一複合ポリシーよりも簡単でより解釈可能なルーティングポリシーのアンサンブルを進化させることを目的とした。アンサンブル学習の2つの重要な特性,すなわち,各アンサンブル要素の有効性とそれらの間の多様性を考慮することによって,著者らは2つの新規アンサンブルGPアプローチ,即ち,DivBaggingGPとDivNichGPを提案する。DivBaggingGPは集合要素を順次進化させるが,DivNichGPは同時に進化する。実験結果は,DivBaggingGPとDivNichGPの両方が,単一複合経路選定政策より解釈可能なルーティングポリシーを得ることができることを示した。DivNichGPは,現在の最先端のGPHHによって進化した単一ルーティングポリシーと同様に,DivBaggingGPより良い試験性能を達成できる。これは,アンサンブル学習を用いて,有効かつ解釈可能なルーティングポリシーの両方の進化の有効性を示す。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： 故障 ,  *不確実性 ,  *経路選定 ,  応用プログラム ,  有効性 ,  遺伝的プログラミング
準シソーラス用語： アンサンブル学習 ,  実時間 ,  *容量制約 ,  ハイパーヒューリスティクス , 【Automatic Indexing@JST】

著者キーワード (4件)： アンサンブル学習 ,  遺伝的プログラミング ,  ハイパーヒューリスティックス ,  不確実な容量制約付きアーク経路選定問題

分類 (3件)： 計算機網  (JC03000K) ,  ネットワーク法  (KA03040X) ,  電話・データ通信・交換一般  (ND11010T)

タイトルに関連する用語 (6件)： 容量制約 ,  アーク ,  経路選定 ,  問題 ,  アンサンブル ,  遺伝