文献

J-GLOBAL ID：202202221033499207   整理番号：22A0991795

多空間協同進化の自然計算方法【JST・京大機械翻訳】

Natural Computing Method of Multispace Coevolution

著者 (4件)： Sun Xiaoqing (哈爾浜師范大学 計算机科学与信息工程学院,哈爾浜150025) ,  Ji Weidong (哈爾浜師范大学 計算机科学与信息工程学院,哈爾浜150025) ,  Lin Ping (哈爾浜医科大学,哈爾浜150086) ,  Xu Haotian (哈爾浜師范大学 計算机科学与信息工程学院,哈爾浜150025)
資料名： Xiaoxing Weixing Jisuanji Xitong  (Xiaoxing Weixing Jisuanji Xitong)
巻： 43  号： 1  ページ： 15-21  発行年： 2022年 
JST資料番号： C2136A  ISSN： 1000-1220  CODEN： XWJXEH  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 自然計算方法では、個体群の規模が大きく、計算の複雑さが高く、個体群の規模が小さく、局部最適に陥りやすい。本文では、多空間協同進化(Multi-spaceCoevolution、略称MSC)の自然計算方法を提案し、この方法を各種の個体群進化に基づく最適化アルゴリズムに適用し、アルゴリズム進化の具体的なステップに依存せず、普遍性がある。伝統的な生物個体群の進化に基づき、大個体群を個体数の有限な小集団に分解し、一部の小集団は進化空間を構成し、もう一つの部分は指導空間を構成し、2つの空間は異なる機能を持ち、指導空間は特定の情報伝達方式を通じて、経験の要約情報を進化空間に伝達する。その結果,全個体群を共進化させた。この戦略をパーティクルスウォーム最適化(PSO)と遺伝的アルゴリズム(GA)にそれぞれ適用し,標準パーティクルスウォーム最適化(PSO),遺伝的アルゴリズム(GA),および現在の主流の大規模問題に対する最適化の7つのアルゴリズムと比較した。最適化性能において,新しい個体群進化アルゴリズムは,他のアルゴリズムより約80%高く,ユビキタスである。Data from Wanfang. Translated 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 ,  生物進化 ,  略語 ,  計算量 ,  空間 ,  個体群 ,  問題 ,  普遍性 ,  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 ,  粒子群最適化 ,  共進化 ,  ユビキタス ,  個体数 , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 協同 ,  進化 ,  計算