文献

J-GLOBAL ID：202202210505948974   整理番号：22A0474294

多目的進化アルゴリズムにおける対立ベース学習を用いたIoTシステムにおけるセンサ選択問題の最適化【JST・京大機械翻訳】

Optimization of sensor selection problem in IoT systems using opposition-based learning in many-objective evolutionary algorithms

著者 (2件)： Younas Irfan (FAST School of Computing, National University of Computer and Emerging Sciences, Lahore, Pakistan) ,  Naeem Ameera (FAST School of Computing, National University of Computer and Emerging Sciences, Lahore, Pakistan)
資料名： Computers and Electrical Engineering  (Computers and Electrical Engineering)
巻： 97  ページ： Null  発行年： 2022年 
JST資料番号： D0546B  ISSN： 0045-7906  CODEN： CPEEBQ  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： モノのインターネット(IoT)システムでは,物理的物体は複数の機能性を果たすセンサデバイスを介して互いに接続されている。センサ選択はNP困難問題であることが知られている。したがって,進化アルゴリズム(EA)は,IoTシステムにおけるセンサ選択問題を解決するために組み込むことができる。以前に,研究者は,2つまたは3つの目的を有するセンサ選択問題に関して働いている。最近,この問題を多目的最適化問題として定式化し,分解ベース多目的進化アルゴリズム(MOEA/D)を用いて解いた。本論文では,センサ選択問題を5つの目的を持つ多目的問題として考察した。収束を加速するために,MOEA/Dの一般フレームワークにおいてOpposition Based Learning(OBL)を組み込んだ。さらに,著者らは,OBL(NSGA-III/OBL)を組み込んだ非支配Sortingベース遺伝的アルゴリズムとして知られ,その収束と多様性を強化するよく知られた多目的アルゴリズムを使用した。実験結果は,NSGA-III/OBLがすべての他の比較アルゴリズムより優れていることを示した。Copyright 2022 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 ,  *最適化 ,  *学習 ,  多目的計画法 ,  定式化 ,  NP困難 ,  遺伝的アルゴリズム
準シソーラス用語： *進化的アルゴリズム ,  多目的最適化 ,  メタヒューリスティクス ,  機能性 ,  センサデバイス ,  *モノのインターネット ,  *センサ選択 ,  *多目的進化アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (5件)： 最適化 ,  多目的最適化 ,  メタヒューリスティックス ,  IoTにおけるセンサ選択 ,  対立に基づく学習

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 多目的進化アルゴリズム ,  学習 ,  IoT ,  選択問題 ,  最適化