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。
多目的アルゴリズムによる単一目的問題を最適化するために開発された戦略を記述するために,マルチオブジェクト化が用いられる用語である。本論文は,巡回セールスマン問題,無制約二値二次計画法,およびその他のよく知られた組合せ最適化問題を含む,合計-部品組合せ最適化問題のマルチオブジェクト化に焦点を合わせた。部品組合せ最適化問題に対して,その元の目的を制御可能な相関を持つ2つのサブ目的に分解することを提案した。分解方法に基づいて,非優性探索と非優性開発と呼ばれる2つの新しいマルチオブジェクト化インスパイアード単一目的最適化技術をそれぞれ開発した。非優性探索を,2つのメタヒューリスティック,すなわち反復局所探索と反復タブー探索と組み合わせ,一方,非優性開発を反復Lin-Kernighanメタヒューリスティック内に埋め込んだ。得られたメタヒューリスティックは,それぞれILS+NDS,ITS+NDSおよびILK+NDEと呼ばれる。若干のTSPとUQBP事例に関する経験的研究は,サブ目的の間の適切な相関によって,新しい始動解法が分解したサブ目的によって定義される非支配解法から選択するとき,局所的最適条件から脱出するより多くの機会があることを示した。また,実験結果は,ILS+NDS,ITS+NDS,およびILK+NDEが,試験事例の大部分で,それらの対応物をすべて有意に凌ぐことを示した。【JST・京大機械翻訳】