文献

J-GLOBAL ID：202202257110952087   整理番号：22A0736024

分解に基づく多目的進化アルゴリズムのための二重オペレータ戦略【JST・京大機械翻訳】

A dual-operator strategy for a multiobjective evolutionary algorithm based on decomposition

著者 (8件)： Yan Zeyuan (School of Information Science and Engineering, Shandong Normal University, Jinan 250358, China) ,  Tan Yanyan (School of Information Science and Engineering, Shandong Normal University, Jinan 250358, China) ,  Tan Yanyan (Institute of Data Science and Technology, Shandong Normal University, Jinan, China) ,  Wang Bin (School of Information Science and Engineering, Shandong Normal University, Jinan 250358, China) ,  Liu Li (School of Information Science and Engineering, Shandong Normal University, Jinan 250358, China) ,  Liu Li (Institute of Data Science and Technology, Shandong Normal University, Jinan, China) ,  Zhang Huaxiang (School of Information Science and Engineering, Shandong Normal University, Jinan 250358, China) ,  Zhang Huaxiang (Institute of Data Science and Technology, Shandong Normal University, Jinan, China)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 240  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： 進化アルゴリズム(EA)は,適合試験規則の生存を採用することによって,最適化方法に基づく一種の個体群である。EAの性能は,適切な遺伝的オペレータによって大いに改良することができるので,適切な遺伝的オペレータを選択する方法は,要所問題であった。この問題を解決するために,いくつかの遺伝的オペレータを,それらの空間探索能力を改善するために,ある確率を用いて混合する。しかし,ある確率値に基づく最も複雑な多目的問題(MOPs)を解決することは難しい。本論文では,共進化とデューティ比の概念の下で,微分進化(DE)とシミュレーテッドバイナリ交差(SBX)に基づく遺伝的オペレータを構築し,そして,Duty比パラメータの調整を,DEとSBXの歴史的使用時間に基づいて学習した。分解に基づく多目的進化アルゴリズム(MOEA/D)のフレームワークの下で,学習戦略,すなわちMOEA/D-DOSに基づく二重演算子戦略(DOS)を提案した。MOEA/D-DOSを多目的EAの他の6つのバージョンと比較し,最終結果はMOEA/D-DOSがより良い結果を達成することを示した。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： 最適化 ,  時間 ,  学習モデル ,  *オペレータ ,  最適化手法 ,  遺伝 ,  空間 ,  個体群 ,  *遺伝的アルゴリズム ,  進化的計算
準シソーラス用語： *進化的アルゴリズム ,  多目的最適化 ,  共進化 ,  デューティサイクル ,  微分進化 ,  *多目的進化アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (4件)： オペレータ ,  パラメータ調整戦略 ,  学習モデル ,  多目的最適化

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 分解 ,  多目的進化アルゴリズム ,  オペレータ ,  戦略