文献

J-GLOBAL ID：202202219927352195   整理番号：22A0410397

データクラスタリングのための進化的状態ベース新規多目的周期的細菌採餌最適化アルゴリズム【JST・京大機械翻訳】

Evolutionary state-based novel multi-objective periodic bacterial foraging optimization algorithm for data clustering

著者 (5件)： Guo Chen (Faculty of Business Administration, University of Macau, Macau, China) ,  Guo Chen (College of Management, Shenzhen University, Shenzhen, China) ,  Tang Heng (Faculty of Business Administration, University of Macau, Macau, China) ,  Niu Ben (College of Management, Shenzhen University, Shenzhen, China) ,  Niu Ben (Institute of Big Data Intelligent Management and Decision, Shenzhen University, Shenzhen, China)
資料名： Expert Systems  (Expert Systems)
巻： 39  号： 1  ページ： e12812  発行年： 2022年 
JST資料番号： T0510A  ISSN： 0266-4720  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： クラスタ化は,類似性に基づくグループにオブジェクトを分割する。しかし,従来のクラスタリング手法は,多目的データクラスタリング問題を解くことにおけるそれらの不可能性と同様に,複雑な構造と高次元を有するデータを扱うことの困難さによって悩まされる。これらの問題に取り組むために,進化状態ベースの新しい多目的周期的細菌採餌最適化アルゴリズム(ES-NMPBFO)をこの論文で提案する。アルゴリズムは,周期的BFOを導入することによって,標準細菌採餌最適化(BFO)アルゴリズムの高い計算複雑性を軽減するように設計した。さらに,2つの学習戦略,グローバル最良個人(gbest)と個人の歴史的最良個体(pbest)を,収束速度を強化して,最適位置に細菌を誘導するために,走化性操作において使用した。2つの除去分散操作も提案し,局所最適への落下を防ぎ,解の多様性を改善した。提案アルゴリズムを,9つの一般的ベンチマークデータセットと4つの信用リスク評価データセットから成る2つのデータクラスタ化事例における6つの有効性指数に関する5つの他のアルゴリズムと比較した。実験結果は,提案アルゴリズムが競合するアプローチより著しく優れていることを示唆した。提案した戦略の有効性をさらに調べるために,ES-NMPBFOの2つの変異体を設計し,ES-NMPBFOの3つの形態を試験した。実験結果は,提案した戦略のすべてが,解品質,多様性および収束の改善に役立つことを示した。Copyright 2022 Wiley Publishing Japan K.K. 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 ,  *最適化手法 ,  *細菌 ,  走化性 ,  クラスタ化 ,  計算量 ,  高次元 ,  類似性 ,  有効性
準シソーラス用語： 多目的最適化 ,  収束速度 ,  *データクラスタリング ,  クラスタリング法 ,  *細菌採餌アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (4件)： 細菌採餌の最適化 ,  データクラスタリング ,  進化状態 ,  多目的最適化

分類 (4件)： 人工知能  (JE08000Z) ,  その他のオペレーションズリサーチの手法  (KA03070E) ,  パターン認識  (JE07000S) ,  システム最適化手法  (IA02050Z)

タイトルに関連する用語 (5件)： データクラスタリング ,  進化 ,  多目的 ,  細菌採餌 ,  最適化アルゴリズム