文献
J-GLOBAL ID:202102221115648311   整理番号:21A0992237

最適化問題のためのCuckoo探索アルゴリズムによるラテン超立方体サンプリングを用いた正弦余弦アルゴリズムのハイブリッド修正法【JST・京大機械翻訳】

A Hybrid Modified Method of the Sine Cosine Algorithm Using Latin Hypercube Sampling with the Cuckoo Search Algorithm for Optimization Problems
著者 (19件):
資料名:
巻:号: 11  ページ: 1786  発行年: 2020年 
JST資料番号: U7178A  ISSN: 2079-9292  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: スイス (CHE)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
メタヒューリスティックアルゴリズムは,様々な最適化問題を解決するための一般的な研究領域である。本研究では,Sine Cosinアルゴリズム(SCA)に基づく2つのアプローチ,すなわち,修正とハイブリダイゼーションを提案した。最初に,ラテンハイパーキューブサンプリング(LHS)技術を用いてランダム母集団の識別能力を改善した修正SCA(MSCA)バージョンを開発することにより,元のSCAの制約を解決することを試みた。MSCAは,解の最適値に基づく高速収束を伴う開発段階で,より良い局所最適を得るためのSCAを導くのに役立った。第2に,MSCA(HMSCA)とCucko探索アルゴリズム(CSA)のハイブリダイゼーションは,ハイブリッド改良Sine CosinアルゴリズムCucko探索アルゴリズム(HMSCACSA)最適化器の開発をもたらし,それはグローバルドメインにおけるより良い最適ホスト巣位置を探索することができた。さらに,HMSCACSA最適化器を,6つの古典的試験関数,IEEE CEC 2017,およびIEEE CEC 2014ベンチマーク関数で検証した。また,HMSCACSAの有効性を,粒子群最適化(PSOGWO),パーティクルスウォーム最適化(PSOABC),およびパーティクルスウォーム最適化法探索アルゴリズム(PSOGSA)のような他のハイブリッドメタヒューリスティックと比較した。”Power Swarm Optimization Wolf Optimization(PSOGWO),パーティクルスウォーム最適化(PSOABC),およびパーティクルスウォーム最適化法探索アルゴリズム(PSOGSA)。要約すると,提案したHMSCACSAは63.89%より速く収束し,他のハイブリッド対応物に比べて最大43.6%の短い中央処理ユニット(CPU)持続時間を達成した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
人工知能 
引用文献 (55件):
  • Yang, X.-S. Metaheuristic optimization: Algorithm analysis and open. In Experimental Algorithms. SEA 2011. Lecture Notes in Computer Science; Springer: Berlin/Heidelberg, Germany, 2011; Volume 6630, pp. 21-32.
  • Yang, X.-S. Engineering Optimization: An Introduction with Metaheuristic Applications, 1st ed.; Wiley A John Wiley & Sons, Inc.: Hoboken, NJ, USA, 2010.
  • Coello, C.A.C.; Lamont, G.B.; Van Veldhuizen, D.A. Evolutionary Algorithms for Solving Multi-Objective Problems, 2nd ed.; Springer: New York, NY, USA, 2007.
  • Sivanandam, S.N.; Deepa, S.N. Genetic algorithm optimization problems. In Introduction to Genetic Algorithms; Springer: Berlin/Heidelberg, Germany, 2008; pp. 165-209.
  • Ping, G.; Chunbo, X.; Yi, C.; Jing, L. Adaptive ant colony optimization algorithm. In Proceedings of the 2014 International Conference on Mechatronics and Control (ICMC), Jinzhou, China, 3-5 July 2014; pp. 95-98.
もっと見る

前のページに戻る