文献

J-GLOBAL ID：202202227591827532   整理番号：22A0925177

多戦略ブーストマルチコロニークジラ仮想並列最適化アプローチ【JST・京大機械翻訳】

Multistrategy boosted multicolony whale virtual parallel optimization approaches

著者 (4件)： Liu Sheng (School of Management, Shanghai University of Engineering Science, Shanghai 201620, China) ,  Xiao Ziya (School of Management, Shanghai University of Engineering Science, Shanghai 201620, China) ,  You Xiaoming (College of Electronic and Electrical Engineering, Shanghai University of Engineering Science, Shanghai 201620, China) ,  Su Ruidan (Department of Computer Science and Engineering, Shanghai Jiao Tong University, Shanghai 200240, China)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 242  ページ： Null  発行年： 2022年 
JST資料番号： T0426A  ISSN： 0950-7051  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： マルチ戦略ブーストマルチコロニークジラ最適化アルゴリズム(MSMCWOA)を提案した。最初に,ハンプバッククジラを,クジラ捕食の様々な行動メカニズムに基づいて,異なるサブコロニーに分割した。各サブコロニーは,アルゴリズム母集団の多様性を確実にするために独立して進化した。同時に,各サブコロニーから生成された局所知識または経験を,グローバルストレージ空間に周期的に提供した。コロニーの多様性が急激に減少するとき,情報共有に基づく階層的意思決定モデルを刺激する。グローバルストレージ空間は,潜在的局所最適化からジャンプするためにサブコロニーを導くために最適情報を適用する。さらに,異なるサブコロニーの個人は,ある確率で互いに通信する異なる戦略を選択する。知識取得と普及の能力と個体間の距離は,情報交換と空間探索の有効性を改良するために考慮した。23の単一モードとマルチモーダルベンチマーク関数を試験し,最先端アルゴリズムと比較して,実験結果は,MSMCWOAが収束速度と安定性に関してより良い性能を有することを示した。また,MSMCWOAは,圧力容器と引張/圧縮スプリングの最適化設計に首尾よく適用され,結果は,プロジェクト最適化問題を解決する際に,MSMCWOAの優れた性能を示した。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 ,  速度 ,  意思決定 ,  最適化問題 ,  最適化手法 ,  最適設計 ,  引張 ,  *コロニー ,  母集団 ,  単一モード ,  知識獲得 ,  情報交換 ,  情報共有
準シソーラス用語： 収束速度 ,  意思決定モデル , 【Automatic Indexing@JST】

著者キーワード (6件)： 関数最適化 ,  階層的意思決定 ,  情報共有 ,  多コロニー ,  プロジェクト最適化 ,  Whale最適化アルゴリズム(WOA)

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 戦略 ,  仮想 ,  最適化