文献

J-GLOBAL ID：202202239071023836   整理番号：22A0457268

二値空間分割に基づく確率的ニッチ進化計算フレームワーク【JST・京大機械翻訳】

A Probabilistic Niching Evolutionary Computation Framework Based on Binary Space Partitioning

著者 (5件)： Huang Ting (School of Computer Science and Engineering, South China University of Technology, Guangzhou, China) ,  Gong Yue-Jiao (School of Computer Science and Engineering, South China University of Technology, Guangzhou, China) ,  Chen Wei-Neng (School of Computer Science and Engineering, South China University of Technology, Guangzhou, China) ,  Wang Hua (ISILC, University of Victoria, Melbourne, VIC, Australia) ,  Zhang Jun (ISILC, University of Victoria, Melbourne, VIC, Australia)
資料名： IEEE Transactions on Cybernetics  (IEEE Transactions on Cybernetics)
巻： 52  号： 1  ページ： 51-64  発行年： 2022年 
JST資料番号： W0791A  ISSN： 2168-2267  CODEN： ITCEB8  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： マルチモーダル最適化問題は,複数の満足な解を同定できる。既存の研究の大部分は,非効率である現在の母集団の情報に基づく探索を行う。本論文では,多様で高品質な解を位置決めするために,より十分な歴史的情報に基づく将来探索を導く確率的ニッチ進化計算フレームワークを提案した。二値空間分割ツリーを構築して,空間訪問情報を構造的に組織化した。ツリーに基づいて,確率的ニッチング戦略を定義して,構造歴史的情報を完全に利用することによって探査と開発を強化した。提案したフレームワークは,様々なベースラインニッシングアルゴリズムを組み込むために普遍的である。本論文では,提案フレームワークを2つのニッチアルゴリズムと統合した。1)距離ベースの微分進化アルゴリズム,2)トポロジーベースの粒子群最適化アルゴリズム。2つの新アルゴリズムを20の多モード最適化試験関数で評価した。実験結果は,提案フレームワークがアルゴリズムに競合性能を得るのを助けることを示した。それらは,ほとんどのテスト機能に関して,多くの最先端のニッシングアルゴリズムより優れている。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. 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 ,  多モード ,  母集団 ,  *進化的計算
準シソーラス用語： 粒子群最適化 ,  マルチモーダル最適化 ,  微分進化アルゴリズム , 【Automatic Indexing@JST】

分類 (2件)： システム・制御理論一般  (IA02010H) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 二値 ,  空間分割 ,  確率 ,  ニッチ ,  進化計算 ,  フレームワーク