文献

J-GLOBAL ID：202002292236391036   整理番号：20A2616487

大規模最適化問題のための寄与ベース共進化アルゴリズム【JST・京大機械翻訳】

Contribution Based Co-Evolutionary Algorithm for Large-Scale Optimization Problems

著者 (4件)： Meselhi Mohamed A. (School of Engineering and Information Technology, University of New South Wales at Canberra, Canberra, ACT, Australia) ,  Elsayed Saber M. (School of Engineering and Information Technology, University of New South Wales at Canberra, Canberra, ACT, Australia) ,  Sarker Ruhul A. (School of Engineering and Information Technology, University of New South Wales at Canberra, Canberra, ACT, Australia) ,  Essam Daryl L. (School of Engineering and Information Technology, University of New South Wales at Canberra, Canberra, ACT, Australia)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 203369-203381  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： 大規模最適化問題の解法は,実際に多くの意思決定プロセスへのキーである。しかし,解の品質と必要な計算時間の両方を考慮した場合,挑戦的な研究題目である。これらの問題に対する一般的な手法の一つは,この問題を多数のより小さな部分問題に分割することであり,次に協調共進化(CC)概念を用いていくつかの情報の交換で別々に解くことである。しかし,サブコンポーネントの特性は異なり,その全体性能への寄与は,問題を解決しながら異なる。CCアプローチでは,通常,1つの最適化器を適用し,すべてのサブコンポーネントに等しい計算予算を割り当てる。本論文では,サブコンポーネントに対する計算予算の必要ベース割当てとともに,複数の最適化器を用いて新しいアルゴリズムを提案した。提案アルゴリズムでは,発見的ファジィルールに依存して,サブコンポーネントを進化させる効果的な方法で,最適化者のグループが協調する。提案アルゴリズムの性能を,多数の大規模大域的最適化ベンチマーク関数を解くことによって評価した。経験的結果は,提案したアルゴリズムが等しい配置CC,単一選択特性,単一候補最適化器および最先端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 ,  ベンチマーク
準シソーラス用語： *進化的アルゴリズム ,  大域的最適化 ,  部分問題 ,  ファジィルール ,  *大規模最適化 ,  協調共進化 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 大規模最適化 ,  問題 ,  共進化 ,  アルゴリズム