文献

J-GLOBAL ID：202002268253612550   整理番号：20A1817139

大域的最適化と特徴選択のためのディスラプション演算子によるカオス逆ベース学習を用いた改良型ブレインストーム最適化【JST・京大機械翻訳】

An improved brainstorm optimization using chaotic opposite-based learning with disruption operator for global optimization and feature selection

著者 (2件)： Oliva Diego (Departamento de Ciencias Computacionales, Universidad de Guadalajara, Guadalajara, Jal, Mexico) ,  Elaziz Mohamed Abd (Department of Mathematics, Faculty of Science, Zagazig University, Zagazig, Egypt)
資料名： Soft Computing  (Soft Computing)
巻： 24  号： 18  ページ： 14051-14072  発行年： 2020年 
JST資料番号： W1043A  ISSN： 1432-7643  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： 最適化は,困難な問題を正確に解決するために,異なるドメインでの使用が増加している。複雑な最適化問題は,探索空間を適切に探索する能力を持つ方法の使用を必要とする。伝統的アルゴリズムは,最適化プロセスの間,準最適値に失敗する傾向がある。この事実は解の品質に影響する。この状況は,異なる理由で起こるが,開発オペレータの使用による多様性の欠如は,最も一般的である。脳ストーム最適化は,作業グループにおける新しい革新的アイデアを作り出すための社会的戦略に基づく代替方法である。脳ストーム最適化において,アイデアと脳ストームプロセスを表す各解をクラスタリングアルゴリズムを用いて実行した。しかし,脳ストーム最適化は探索空間を徹底的に探索できず,その多様性は減少した。それは,準最適解から脱出する機構を持たない。さらに,計算努力も反復プロセスで増加した。本論文では,その性能を改善する脳ストーム最適化の修正版を提示した。提案アルゴリズムでは,カオスマップと反対ベース学習を適用して,与えられた問題に対する解を初期化した。さらに,最適化プロセスにおいて,初期母集団の位置を,撹乱演算子を用いて更新した。母集団を更新した後に,反対解を分析するために,逆位ベースの学習を用いた。カオスマップ,反対ベース学習,および破壊オペレータの組合せは,母集団の多様性を増加させることによって,脳ストーム最適化の探索能力を改善する。提案手法をベンチマーク関数セットを用いて評価し,データマイニングにおける特徴選択にも使用した。結果は,試験機能の最適解を決定するために,提案した方法の高い有効性を示した。Copyright Springer-Verlag GmbH Germany, part of Springer Nature 2020 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 ,  *最適化 ,  *学習 ,  最適化問題 ,  オペレータ ,  *特徴選択 ,  母集団 ,  *カオス ,  ベンチマーク ,  逆位 ,  データマイニング
準シソーラス用語： 最適解 ,  *大域的最適化 ,  最適値 ,  準最適解 , 【Automatic Indexing@JST】

著者キーワード (5件)： ブレインストーム最適化(BSO) ,  対立ベース学習(OBL) ,  スウォームアルゴリズム(SA) ,  進化アルゴリズム(EA) ,  特徴選択

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 (8件)： 大域的最適化 ,  特徴選択 ,  演算子 ,  カオス ,  学習 ,  ブレイン ,  ストーム ,  最適化