文献

J-GLOBAL ID：202002277835674579   整理番号：20A1133326

多目的最適化問題のための新しい角度誘導粒子群最適化器【JST・京大機械翻訳】

A Novel Angular-Guided Particle Swarm Optimizer for Many-Objective Optimization Problems

著者 (15件)： Chen Fei ( College of Computer Science and Software Engineering, Shenzhen University, Shenzhen, China) ,  Chen Fei ( National Engineering Laboratory for Big Data System Computing Technology, Shenzhen University, Shenzhen, China) ,  Chen Fei ( Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ), Shenzhen, China) ,  Wu Shuhuan ( College of Computer Science and Software Engineering, Shenzhen University, Shenzhen, China) ,  Wu Shuhuan ( National Engineering Laboratory for Big Data System Computing Technology, Shenzhen University, Shenzhen, China) ,  Wu Shuhuan ( Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ), Shenzhen, China) ,  Liu Fang ( College of Computer Science and Software Engineering, Shenzhen University, Shenzhen, China) ,  Liu Fang ( National Engineering Laboratory for Big Data System Computing Technology, Shenzhen University, Shenzhen, China) ,  Liu Fang ( Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ), Shenzhen, China) ,  Ji Junkai ( College of Computer Science and Software Engineering, Shenzhen University, Shenzhen, China) ,  Ji Junkai ( National Engineering Laboratory for Big Data System Computing Technology, Shenzhen University, Shenzhen, China) ,  Ji Junkai ( Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ), Shenzhen, China) ,  Lin Qiuzhen ( College of Computer Science and Software Engineering, Shenzhen University, Shenzhen, China) ,  Lin Qiuzhen ( National Engineering Laboratory for Big Data System Computing Technology, Shenzhen University, Shenzhen, China) ,  Lin Qiuzhen ( Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ), Shenzhen, China)
資料名： Complexity  (Complexity)
巻： 2020  ページ： Null  発行年： 2020年 
JST資料番号： W2044A  ISSN： 1076-2787  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： ほとんどの多目的粒子群最適化器(MOPSO)は,通常,非支配ソーティング法または分解ベース法を用いて,局所的または最良の粒子を選択するために,多様性を保ち,収束を達成する。MaOPsをより良く解くために,本論文は,新規角度誘導粒子群最適化(AGPSOと呼ぶ)を提示した。新しい速度更新戦略をAGPSOにおいて設計する。それはそれらの角度距離に基づいて選択された粒子の周りの探索強度を強化することを目的とする。外部アーカイブを用いて,局所的最良粒子を,最良の収束を有する周囲の粒子から選択し,一方,全体的最良粒子を,全粒子群間のより良い収束を有する上部20%粒子から選択した。さらに,角度誘導アーカイブ更新戦略をAGPSOにおいて提案して,それは平衡可能な収束と多様性を有する一貫した母集団を維持した。AGPSOの性能を評価するために,5~10の目的を有するWFGとMaF試験スーツを採用した。実験結果は,AGPSOが,使用した試験問題の大部分を解決するとき,4つの現在のMOPSO(SMPSO,dMOPSO,NMPSO,およびMAPSO)と4つの競合進化アルゴリズム(VaEA,[数式:原文を参照]-DEA,MOEA D-DD,およびSPEA2-SDE)より優れた性能を示すことを示した。Copyright 2020 Fei Chen et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ソーティング ,  *多目的計画法 ,  母集団
準シソーラス用語： 進化的アルゴリズム ,  *粒子群最適化 ,  多目的粒子群最適化 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  その他のオペレーションズリサーチの手法  (KA03070E)

引用文献 (52件)：

• K. Deb, Multi-Objective Optimization Using Evolutionary Algorithms, John Wiley & Sons, New York, NY, USA, 2001.
• K. Deb, A. Pratap, S. Agarwal, T. Meyarivan, "A fast and elitist multiobjective genetic algorithm: NSGA-II," IEEE Transactions on Evolutionary Computation, vol. 6, no. 2, pp. 182-197, 2002.
• Q. F. Zhang, H. Li, "MOEA/D: a multi-objective evolutionary algorithm based on decomposition," IEEE Transactions on Evolutionary Computation, vol. 11, no. 6, pp. 712-731, 2007.
• C. A. C. Coello, G. T. Pulido, M. S. Lechuga, "Handling multiple objectives with particle swarm optimization," IEEE Transactions on Evolutionary Computation, vol. 8, no. 3, pp. 256-279, 2004.
• W. Hu, G. G. Yen, "Adaptive multi-objective particle swarm optimization based on parallel cell coordinate system," IEEE Transactions on Evolutionary Computation, vol. 19, no. 1, pp. 1-18, 2015.

タイトルに関連する用語 (3件)： 多目的最適化問題 ,  誘導 ,  粒子群最適化