文献

J-GLOBAL ID：202002270765477556   整理番号：20A0821701

進化的多目的マルチタスクアルゴリズムの探索能力に対するタスク間のソリューション情報共有の効果【JST・京大機械翻訳】

Effect of Solution Information Sharing between Tasks on the Search Ability of Evolutionary Multiobjective Multitasking Algorithms

著者 (4件)： Hashimoto Ryuichi (Osaka Prefecture University,Graduate School of Engineering,Sakai,Osaka,Japan) ,  Masuyama Naoki (Osaka Prefecture University,Graduate School of Engineering,Sakai,Osaka,Japan) ,  Nojima Yusuke (Osaka Prefecture University,Graduate School of Engineering,Sakai,Osaka,Japan) ,  Ishibuchi Hisao (Southern University of Science and Technology,Shenzhen Key Laboratory of Computational Intelligence University Key Laboratory of Evolving Intelligent Systems of Guangdong Province,Shenzhen,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： SSCI  ページ： 2671-2678  発行年： 2019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： マルチタスク多目的最適化問題(MTMOP)は,複数の多目的問題を同時に解く(すなわち,複数の多目的問題のマルチタスク)。このようなMTMOPへの一つのアプローチは進化的多目的マルチタスク(EMOMT)である。EMOMTアルゴリズムは協調的に複数のタスクを同時に解く。それらは複数のサブ集団を有する進化的アルゴリズムである。各サブ集団は単一タスクに対応する。進化的探索の間,各解に関する情報はサブ集団と共有される。いくつかのEMOMTアルゴリズムを,解情報共有に焦点を合わせて開発した。しかし,EMOMTアルゴリズムの探索能力に及ぼす解情報の共有の影響はまだ十分に調べられていない。この効果の検討を通して,既存のものよりも良好なEMOMTアルゴリズムが開発できることが期待される。著者らの以前の研究において,著者らは島に基づく進化的単一目的マルチタスクアルゴリズムのフレームワークを提案した。著者らの島モデルを用いて,著者らは,解法情報共有の影響を解析することができた。本論文において,著者らの以前の研究の拡張として,著者らはMTMOPsのための島モデルベースのEMOMTアルゴリズムフレームワークを開発した。種々のパラメータ設定の下での計算実験を通して,著者らは著者らの島モデルの探索能力に及ぼす解法情報共有の影響を調べた。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： 多目的計画法 ,  *情報共有 ,  *アルゴリズム
準シソーラス用語： 島モデル ,  進化的アルゴリズム ,  *マルチタスク , 【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 (7件)： 進化 ,  多目的 ,  マルチタスク ,  アルゴリズム ,  タスク ,  ソリューション ,  情報共有