文献

J-GLOBAL ID：202102278120480655   整理番号：21A1820543

6つの標準試験関数に関する機械学習分類器可能多目的遺伝的アルゴリズムの性能のベンチマーク【JST・京大機械翻訳】

Benchmarking the Performance of a Machine Learning Classifier Enabled Multiobjective Genetic Algorithm on Six Standard Test Functions

著者 (3件)： Zeliff Kayla (Air Force Research Laboratory, Rome, NY) ,  Bennette Walter (Air Force Research Laboratory, Rome, NY) ,  Ferguson Scott (North Carolina State University, Raleigh, NC)
資料名： ASME Conference Proceedings  (ASME Conference Proceedings)
号： IDETC-CIE2017  ページ： Null  発行年： 2017年 
JST資料番号： A0478C  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： 以前の研究は,目的関数呼び出しの数を減らすために機械学習分類器と統合した多目的遺伝的アルゴリズムを試験した。4つの機械学習分類器とベースライン「No Classifier」オプションを評価した。ハイブリッド多目的遺伝的アルゴリズムを作成するために機械学習分類器を用いて,用いた分類器に依存して目的関数を75~85%削減した。本研究は,文献からの6つの標準ベンチマーク問題を考慮することによって,アルゴリズム性能の解析を拡大した。問題を設計して,Paretoフロンティアを同定し,個体群多様性を維持するアルゴリズムの能力を試験した。結果は,パレートフロンティア同定と解法多様性の目的の間のトレードオフを示した。「No Classifier」ベースライン多目的遺伝的アルゴリズムは,真のフロンティアに最も近い近接性を持つフロンティアを生成し,一方,分類器オプションは,世代の数が固定されているとき,最大多様性を提供する。しかし,必要な目的関数要求数が大幅に減少するので,計算費用の大幅な減少があり,このハイブリッドアプローチの利点を強調した。Please refer to the publisher for the copyright holders. 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 ,  目的関数 ,  個体群 ,  基準線 ,  *ベンチマーク ,  *機械学習
準シソーラス用語： 分類会計機 ,  *多目的遺伝的アルゴリズム ,  近接性 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 標準 ,  試験 ,  関数 ,  機械学習 ,  分類器 ,  多目的遺伝的アルゴリズム ,  ベンチマーク