進化的最適化のための類似性選択ルールを持つ選択的候補フレームワーク【JST・京大機械翻訳】

Zhang Sheng Xin; Chan Wing Shing; Peng Zi Kang; Zheng Shao Yong; Tang Kit Sang

プレプリント

J-GLOBAL ID：202202202554182450 整理番号：22P0043388

進化的最適化のための類似性選択ルールを持つ選択的候補フレームワーク【JST・京大機械翻訳】

Selective-Candidate Framework with Similarity Selection Rule for Evolutionary Optimization

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2017年12月18日プレプリントサーバーでの情報更新日： 2020年05月14日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

より良い開発と探査能力(EEC)の達成は,進化最適化アルゴリズム(EOA)の設計において常に重要だが挑戦的な課題である。この困難は,EOAにおける操作とパラメータによって協調的に決定されるEECにおける良好なバランスを得ることにある。開発または探査の欠陥が観測されるとき,ほとんどの既存の研究は,新しい操作の設計またはパラメータの変更のいずれかによって,区分的アプローチを考慮する。残念ながら,異なる状況が遭遇すると,これらの提案は勝者に失敗するかもしれない。これらの問題に取り組むために,本論文は,類似性選択規則(SCSS)を有する選択的-候補フレームワークと呼ばれる明示的EEC制御方式を提案した。M(M>1)候補は,まず独立した操作とパラメータを有する各電流解から生成され,探索を豊かにする。次に,類似性選択規則を設計して,現在の解法の適応性ランキングと,これらのM候補のそれぞれに対するユークリッド距離を考慮することによって,最終的候補を決定した。優れた現在の解決策は,効率的な局所開発のための最も近い候補を選好し,一方,劣ったものは探査目的にとって最も遠い。この方法で,規則は開発と探査を合成でき,進化をより有効にする。3つの古典的,4つの最新技術および4つの最新のEOAsを,微分進化,進化戦略および粒子群最適化の枝から適用するとき,性能における著しい強化を達成した。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

システム最適化手法 , 数理計画法 , ネットワーク法

, , ,

前のページに戻る