文献

J-GLOBAL ID：202102254462928032   整理番号：21A2956391

多次元ナップサック問題のための自己学習に基づくバイナリーガ探索アルゴリズム【JST・京大機械翻訳】

A binary moth search algorithm based on self-learning for multidimensional knapsack problems

著者 (6件)： Feng Yanhong (School of Information Engineering, Hebei GEO University, Shijiazhuang, 050031, China) ,  Feng Yanhong (Intelligent Sensor Network Engineering Research Center of Hebei Province, Hebei GEO University, Shijiazhuang, 050031, China) ,  Feng Yanhong (Hebei Center for Ecological and Environmental Geology Research, Hebei GEO University, Shijiazhuang 050031, China) ,  Wang Gai-Ge (Department of Computer Science and Technology, Ocean University of China, 266100 Qingdao, China) ,  Wang Gai-Ge (College of Information Technology, Jilin Agricultural University, Changchun 130118, China) ,  Wang Gai-Ge (Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education, Jilin University, Changchun, 130012, China)
資料名： Future Generation Computer Systems  (Future Generation Computer Systems)
巻： 126  ページ： 48-64  発行年： 2022年 
JST資料番号： A0620C  ISSN： 0167-739X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： moth探索アルゴリズム(MS)のための重要な問題は,動的に変化する景観を追跡することができるように,母集団における十分な多様性を維持する能力である。しかし,元のMSアルゴリズムでは,飛行直線演算子の陰的学習機構は,主に大域的最良個体に集中し,それは必然的に悪化進化を引き起こす。母集団多様性を増加させて,MSのグローバル探索能力を強化するために,自己学習(SLMS)に基づくバイナリーガ探索アルゴリズムを提案し,多くの多様な応用,0-1多次元ナップサック問題(MKP)を有するNP-ハードコンビナトリアル最適化問題を解いた。SLMSにおいて,自己学習飛行直線オペレータは,各個人がそれ自身より任意の1つから学習するのに提案され,大域的最良個体はそうではない。提案したSLMSの性能を,89の異なる広く用いられているベンチマークインスタンスをテストすることにより検証した。実験結果は,MKP問題を解決する際に提案したSLMSの有効性を示し,自己学習飛行直線オペレータは,個体群多様性とグローバル探索能力を強化することができる。SLMSの性能に対する伝達関数の効果も調べた。Copyright 2021 Elsevier B.V., Amsterdam. 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 ,  伝達関数 ,  *学習 ,  最適化問題 ,  オペレータ ,  飛翔 ,  個体群 ,  *ナップサック問題 ,  *高次元 ,  母集団 ,  有効性 ,  ベンチマーク
準シソーラス用語： *自己学習 ,  *探索アルゴリズム ,  組合せ最適化 , 【Automatic Indexing@JST】

著者キーワード (5件)： 組合せ最適化 ,  多次元ナップサック問題 ,  ガ探索アルゴリズム ,  自己学習 ,  迅速修理オペレータ

分類 (2件)： 計算機網  (JC03000K) ,  ディジタル計算機方式一般  (JC02010O)

タイトルに関連する用語 (4件)： 多次元 ,  ナップサック問題 ,  自己学習 ,  探索アルゴリズム