文献

J-GLOBAL ID：202202214045743615   整理番号：22A0803829

平均条件部分引力による新しいホタルアルゴリズム【JST・京大機械翻訳】

A new firefly algorithm with mean condition partial attraction

著者 (3件)： Xu Guang-Hui (Hubei Key Laboratory for High-Efficiency Utilization of Solar Energy and Operation Control of Energy Storage System, School of Electrical and Electronics Engineering, Hubei University of Technology, Wuhan, China) ,  Zhang Ting-Wei (Hubei Key Laboratory for High-Efficiency Utilization of Solar Energy and Operation Control of Energy Storage System, School of Electrical and Electronics Engineering, Hubei University of Technology, Wuhan, China) ,  Lai Qiang (School of Electrical and Automation Engineering, East China Jiaotong University, Nanchang, China)
資料名： Applied Intelligence  (Applied Intelligence)
巻： 52  号： 4  ページ： 4418-4431  発行年： 2022年 
JST資料番号： W0297A  ISSN： 0924-669X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 他の最適化アルゴリズム(例えば,遺伝的アルゴリズム,アリコロニーアルゴリズム,およびパーティクルスウォームアルゴリズム)と比較して,FAは比較的単純である。それは,厳密な連続的で微分可能な条件を必要とせず,事前知識が少ない。しかし,それは遅い収束と貧弱な安定性を効果的に避けることができない。引力モデルのFAを最適化するために,平均条件部分引力を有する新しいFAを本論文で提案した(mcFA)。高速計算電力,高精度,および容易な実装を特徴とするMcFAは,FAがゆっくり収束するのが容易である欠陥を修復できる。標準FAとは対照的に,mcFAは優れたモデルパラメータ値を決定し,平均条件部分引力モデルは全引力モデルよりも異なる次元解に適している。最後に,理論および実験結果によって検証されるように,mcFAは,ほとんどの試験関数に関して他のアルゴリズムより優れている。さらに,平均条件部分引力モデルは,完全引力モデルより良い解を与えることが示された。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2021 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 ,  関数 ,  最適化 ,  電力 ,  最適化手法 ,  精度 ,  微分 ,  知識 ,  パラメータ ,  高速計算 ,  遺伝的アルゴリズム
準シソーラス用語： 事前知識 ,  アントアルゴリズム ,  モデルパラメータ ,  高精度 ,  *ホタルアルゴリズム , 【Automatic Indexing@JST】

著者キーワード (4件)： ホタルアルゴリズム ,  平均条件 ,  部分引力モデル ,  モデルパラメータ

分類 (1件)： 電力系統一般  (NB02000E)

タイトルに関連する用語 (3件)： 平均 ,  引力 ,  ホタルアルゴリズム