文献

J-GLOBAL ID：202002262990280672   整理番号：20A0332194

高次元関数最適化のための木種子アルゴリズムにおける統合探索戦略【JST・京大機械翻訳】

Integration search strategies in tree seed algorithm for high dimensional function optimization

著者 (4件)： Gungor Imral (Information Technology Department, Presidency of Religious Affairs, Ankara, Turkey) ,  Emiroglu Bulent Gursel (Department of Computer Engineering, Faculty of Engineering, Kirikkale University, Kirikkale, Turkey) ,  Cinar Ahmet Cevahir (Turkish State Meteorological Service, Konya Division, Konya, Turkey) ,  Kiran Mustafa Servet (Department of Computer Engineering, Faculty of Engineering and Natural Sciences, Konya Technical University, Konya, Turkey)
資料名： International Journal of Machine Learning and Cybernetics  (International Journal of Machine Learning and Cybernetics)
巻： 11  号： 2  ページ： 249-267  発行年： 2020年 
JST資料番号： W4478A  ISSN： 1868-8071  資料種別： 逐次刊行物 (A)
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： 樹木種子アルゴリズム,短いTSAは,樹木とそれらの種子の間の関係性を考慮することによって,連続的最適化問題を解明するために開発された新しい母集団ベースの知的最適化アルゴリズムである。木と種子の位置は探索空間上の最適化問題の可能な解に対応する。本モデルを用いることによって,より低い次元による連続的最適化問題を効果的に解明した。しかし,その性能はより高い次元最適化問題を解明することに関して劇的に減少した。基本TSAにおけるこの問題を扱うために,高次元連続最適化問題を解くために,異なる解更新規則の統合を本研究で提案した。TSAの特異な制御パラメータである探索傾向パラメータに基づいて,5つの更新規則とウィザリング過程を木のための種子を得るために利用した。提案した方法の性能を,基本的な30次元の12の数値ベンチマーク関数とCEC(進化的計算に関する混雑)2015試験一式に関して調査した。また,提案した手法の性能を,人工ミツバチコロニーアルゴリズム,粒子群最適化アルゴリズム,遺伝的アルゴリズム,純粋なランダム探索アルゴリズム,および微分進化変種と比較した。実験的比較により,提案方法は,解品質,ロバスト性および収束特性に関して,基本的方法より良好であることを示した。Copyright Springer-Verlag GmbH Germany, part of Springer Nature 2019 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化問題 ,  進化的計算 ,  *高次元 ,  品質 ,  配線 ,  遺伝的アルゴリズム ,  ベンチマーク ,  母集団 ,  *アルゴリズム ,  ロバスト性
準シソーラス用語： 微分進化 ,  探索アルゴリズム ,  粒子群最適化 ,  最適アルゴリズム ,  *関数最適化 , 【Automatic Indexing@JST】

著者キーワード (4件)： 群知能 ,  メタヒューリスティックアルゴリズム ,  配線プロセス ,  非線形大域最適化

分類 (3件)： その他のオペレーションズリサーチの手法  (KA03070E) ,  人工知能  (JE08000Z) ,  数値計算  (JE02000J)

タイトルに関連する用語 (7件)： 高次元 ,  関数最適化 ,  木 ,  種子 ,  アルゴリズム ,  統合 ,  探索戦略