文献

J-GLOBAL ID：202002279266670041   整理番号：20A2623980

CEC2020ベンチマーク問題を解くための一般化適応微分進化アルゴリズム【JST・京大機械翻訳】

Generalized Adaptive Differential Evolution algorithm for Solving CEC 2020 Benchmark Problems

著者 (3件)： Mohamed Ali Khater (October University for Modern Sciences and Arts (MSA),Faculty of Computer Science,Department of Computer Science,6th October city, Giza,Egypt,12451) ,  Hadi Anas A. (Cairo University,Faculty of Graduate studies for Statistical Research,Operations Research Department,Giza,Egypt,12613) ,  Mohamed Ali Wagdy (Nile University,Wireless Intelligent Networks Center (WINC), School of Engineering and Applied Sciences,Giza,Egypt)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： NILES  ページ： 391-396  発行年： 2020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： 新しい数値最適化ベンチマークを導入する努力は,それらを解決するために新しい最適化アルゴリズムを開発することに注意を引きつけた。最近,CECベンチマーク系列への新しい追加として,束縛制約付最適化問題に関する新しい組を提案した。微分進化(DE)は単純な進化アルゴリズム(EA)であり,過去数年間,多くのCECベンチマークを解決する優れた性能を示す。本論文は,AGDEアルゴリズムのための研究のラインを拡張することによって,DEアルゴリズムへの新しい拡張を示した。GADEと呼ぶ新しいアルゴリズムは,DEの性能を強化するための一般化適応フレームワークを導入することによって,DEアルゴリズムを強化した。最先端のアルゴリズムとの比較を含む5,10,15および20次元のCEC2020ベンチマークからの10試験問題のセットに関する数値実験を実行した。比較分析は,GADEが解の安定性,ロバスト性,および品質に関して他の最先端のアルゴリズムより優れていることを示した。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： *アルゴリズム ,  最適化手法 ,  *ベンチマーク ,  ロバスト性 ,  制約付最適化問題
準シソーラス用語： *進化的アルゴリズム ,  数値実験 ,  比較分析 ,  *微分進化 ,  数値最適化 ,  *微分進化アルゴリズム , 【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 (4件)： ベンチマーク ,  一般化 ,  適応 ,  微分進化アルゴリズム