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。
アリコロニー最適化(ACO)は,困難な最適化問題に対する近似解を見つけるのにしばしば適用される,自然で触発されたメタヒューリスティックのファミリーである。正確な方法よりも著しく速いにもかかわらず,ACOは,特に基本的問題固有の発見的方法と比較して,まだ,まだ遅い。最近の研究が示すように,マルチコアCPUと専用アクセラレータからのアルゴリズム精密化と注意深い並列実装により性能を著しく改善できる。本論文では,新しいACO変異体,すなわち集中ACO(FACO)を提示した。FACOのコア要素の1つは,新しく構築したおよび選択した以前の解の間の差異の数を制御する機構である。機構は,より集中的な探索プロセスをもたらし,既存の解の品質を維持しながら改善を見つけることができる。付加的利点は,問題固有の局所探索とより効率的な統合である。巡回セールスマン問題インスタンスの範囲に基づく計算機研究は,FACOが大規模TSPインスタンスを解決するとき最先端のACOより優れていることを示した。特に,FACOは8コア商品CPU時間の1時間未満を必要とし,TSP Art Instancesが100000~200000ノードの範囲の高品質解(最高既知結果から1%以内)を見出した。【JST・京大機械翻訳】