文献

J-GLOBAL ID：202102227518885912   整理番号：21A0317122

改良クジラ最適化アルゴリズム【JST・京大機械翻訳】

Improved whale optimization algorithm

著者 (2件)： Wu Zequan (北京信息科技大学 网絡文化与数字伝播北京市重点実験室,北京 100101) ,  Mou Yongmin (北京信息科技大学 計算机学院,北京 100101)
資料名： Jisuanji Yingyong Yanjiu  (Jisuanji Yingyong Yanjiu)
巻： 37  号： 12  ページ： 3618-3621  発行年： 2020年 
JST資料番号： C2536A  ISSN： 1001-3695  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： クジラ最適化アルゴリズム(Whaleoptimizationalgorithm、WOA)が局部最適と収束精度が低いという問題に対して研究を行って、改良クジラ最適化アルゴリズム(IWOA)を提案した。このアルゴリズムでは,準逆学習法により個体群を初期化し,個体群の多様性を改善した。次に,線形収束因子を非線形収束因子に修正して,グローバル探索と局所開発能力のバランスをとることができた。また、適応重みを増し、クジラ最適化アルゴリズムの局所探索能力を改善することにより、収斂精度を高めた。最後に、ランダム差分変異戦略により、クジラ最適化アルゴリズムをタイムリーに調整し、局部最適に陥ることを避けた。九つのベンチマーク関数を選び、すべてのアルゴリズムに30回繰り返した結果、改良クジラ最適化は原鯨最適化アルゴリズム及び5種類の改良クジラ最適化アルゴリズムに比べ、平均と標準偏差が他のアルゴリズムより優れ、収束曲線も他のほとんどのアルゴリズムより優れていることが分かった。改良クジラ最適化アルゴリズムの収束精度とアルゴリズム安定性が最良であり,収束速度が他のほとんどの改良クジラ最適化アルゴリズムより明らかに速くなることを示した。Data from Wanfang. Translated 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 ,  学習 ,  標準偏差 ,  *最適化手法 ,  線形性 ,  個体群 ,  ベンチマーク ,  近傍探索法
準シソーラス用語： 収束速度 , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (2件)： クジラ ,  最適化アルゴリズム