文献

J-GLOBAL ID：202202258646758630   整理番号：22A0233868

トポロジー学習粒子による分岐粒子群最適化器【JST・京大機械翻訳】

Bifurcated particle swarm optimizer with topology learning particles

著者 (3件)： Vafashoar Reza (Soft Computing Laboratory, Computer Engineering Department, Amirkabir University of Technology, Tehran, Iran) ,  Morshedlou Hossein (Department of Computer Engineering and Information Technology, Shahrood University of Technology, Shahrood, Iran) ,  Meybodi Mohammad Reza (Soft Computing Laboratory, Computer Engineering Department, Amirkabir University of Technology, Tehran, Iran)
資料名： Applied Soft Computing  (Applied Soft Computing)
巻： 114  ページ： Null  発行年： 2022年 
JST資料番号： W2175A  ISSN： 1568-4946  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： 粒子の飛翔速度と軌道は,近傍構造,慣性重量,および加速度係数を含むいくつかの因子に従う。本論文は,これらの因子を利用することによってパーティクルスウォーム最適化器を改良した。特に,粒子の近傍構造を適応的に調整する方法を提案した。探索タスクは,強力な徹底的な探索を行うために,均一および不均等な2つの粒子グループ間で分割される。各粒子群は異なる目的を追求し,異なる方法でその探索を行う。粒子は,様々な飛行軌跡とペースを経験するためにアトラクタと近傍半径を適応的に調整する。各不均等粒子は,他の偶数粒子に割り当てられるまで,1つでも単一である。不均一粒子は,それらの関連する粒子および以前に経験した場所の近傍において,細粒探索を行うのに責任がある。ツリー構造を利用して,提案方法の近傍構造を実行した。提示した構造では,粒子は,木の高レベルからアトラクタを選択することにより大きな近傍を経験する。提案方法を,包括的CEC2013ベンチマークセットと2つの挑戦的な実世界問題(非均一円形アンテナアレイ合成と画像セグメンテーション)に関して実験的に調査した。高度な粒子群最適化アルゴリズムによる比較結果は,探索分岐とトポロジー調整がパーティクルスウォーム最適化を著しく改良することができることを示した。また,実験結果は,提案した方法が様々な特性を有する挑戦的な実世界問題を解くのにうまく採用できることを示した。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： *位相幾何学 ,  *学習 ,  加速度 ,  アレイアンテナ ,  ツリー構造 ,  飛翔 ,  偶数 ,  アトラクタ
準シソーラス用語： 不均衡 ,  *粒子群最適化 ,  画像セグメンテーション , 【Automatic Indexing@JST】

著者キーワード (5件)： 粒子群最適化 ,  グローバル数値最適化 ,  群知能 ,  円形アレイアンテナ ,  画像セグメンテーション

分類 (3件)： その他のオペレーションズリサーチの手法  (KA03070E) ,  数理計画法  (KA03030M) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： トポロジー ,  学習 ,  分岐 ,  粒子群最適化