文献

J-GLOBAL ID：202002248682453647   整理番号：20A1147296

エージェントモデルに基づく差分進化制約最適化【JST・京大機械翻訳】

Surrogate-based differential evolution constrained optimization

著者 (3件)： Xue Feng (寧波大学信息科学与工程学院,浙江寧波,315211) ,  Shi Xuhua (寧波大学信息科学与工程学院,浙江寧波,315211) ,  Shi Feifan (寧波大学信息科学与工程学院,浙江寧波,315211)
資料名： Jisuanji Yingyong  (Jisuanji Yingyong)
巻： 40  号： 4  ページ： 1091-1096  発行年： 2020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： 目的関数の制約付最適化問題に照準を定めて,目的関数を代替するエージェントモデルを提案して,目的関数の情報によって制約された個体を選択して,次に,エージェントモデルに基づく微分進化的拘束最適化アルゴリズムを提案した。最初に,初期母集団をラテンハイパーキューブサンプリング法で確立し,目的関数を時間消費で評価して,サンプルデータとして目的関数のニューラルネットワークエージェントモデルを確立した。その後、差分進化の方法を用いて、個体群のそれぞれの親に子孫を発生し、そして、後代に対して代理モデルを使用して評価を行い、実行可能性規則を用いて、子孫とその親を更新し、個体群を更新し、代替メカニズムにより、個体群中の劣った個体を備蓄用アーカイブの中優の個体に置き換えた。最後に,最大適応度評価の回数に達するとき,このアルゴリズムは停止し,最適解を与える。提案したアルゴリズムは,10の試験関数で実行し,その結果は,より正確であった。最適化アルゴリズムと比較して,このアルゴリズムの適応度評価の次数は,最適化前のアルゴリズムと比較して80%減少した。FROFI(FeasibilityRulewiththeincorporationofObjectiveFunctionInformation)アルゴリズムに対して、このアルゴリズムの適応度評価回数は36%減少した。提案したアルゴリズムの最適化は,目的関数の回数を減らし,最適化効率を改善し,計算コストを節約できる。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 ,  *最適化 ,  最適化手法 ,  ニューラルネットワーク ,  微分 ,  目的関数 ,  個体群 ,  母集団 ,  制約付最適化問題 ,  *エージェントモデル
準シソーラス用語： 最適解 ,  適応度 ,  計算コスト ,  代用モデル ,  *差分進化 , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (4件)： エージェントモデル ,  差分進化 ,  制約 ,  最適化