文献

J-GLOBAL ID：202202259154718283   整理番号：22A0578238

大規模スパース最適化問題のための多目的進化計算におけるスパース母集団サンプリングの利点【JST・京大機械翻訳】

Benefits of sparse population sampling in multi-objective evolutionary computing for large-Scale sparse optimization problems

著者 (6件)： Kropp Ian (Department of Biosystems and Agricultural Engineering, Michigan State University, East Lansing, MI, USA) ,  Kropp Ian (Department of Computer Science Engineering, Michigan State University, East Lansing, MI, USA) ,  Nejadhashemi A. Pouyan (Department of Biosystems and Agricultural Engineering, Michigan State University, East Lansing, MI, USA) ,  Nejadhashemi A. Pouyan (Department of Plant, Soil, and Microbial Sciences, Michigan State University, East Lansing, MI, USA) ,  Deb Kalyanmoy (Department of Computer Science Engineering, Michigan State University, East Lansing, MI, USA) ,  Deb Kalyanmoy (Department of Electrical and Computer Engineering, Michigan State University, East Lansing, MI, USA)
資料名： Swarm and Evolutionary Computation  (Swarm and Evolutionary Computation)
巻： 69  ページ： Null  発行年： 2022年 
JST資料番号： W3213A  ISSN： 2210-6502  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： スパース非ゼロ変数を含むスパース最適化問題は,大規模単一または多目的実世界問題の間で一般的である。しかし,一般的最適化アルゴリズムは,これらの大規模問題の大部分を解決する際に非効率的である。さらに,これらの問題を解決するためのアルゴリズムは現在研究中である。本論文では,スパース母集団サンプリング(SPS)法を用いて,大規模スパース多目的アルゴリズムを改善する新しい方法を提案した。SPSは,母集団初期化のための均一サンプリングを置き換える最適化サブルーチンであり,進化または粒子スウォームアルゴリズムを含む任意の母集団ベースアルゴリズムに適用できる。厳密な試験を通して,SPSは,大規模(すなわち8000以上の決定変数)およびスパース多目的最適化問題において,一般的集団ベースアルゴリズムに対して,超体積において,近普遍的改善に導くことを見出した。さらに,SPSによるエリート非優越ソーティング遺伝的アルゴリズム(NSGA-II)は,スパース高次元決定空間を扱うためのSPSによる他の既存の多目的最適化アルゴリズムの選択より優れていることが分かった。これらの利点とその単純さを考慮して,提案したSPS法は,大規模スパース多目的最適化アルゴリズムにおける性能を高めるための明らかに有望な方法である。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 ,  *最適化問題 ,  最適化手法 ,  ソーティング ,  多目的計画法 ,  高次元 ,  *母集団 ,  遺伝的アルゴリズム ,  進化的計算 ,  放電プラズマ焼結
準シソーラス用語： 多目的最適化 ,  決定変数 ,  サブルーチン ,  粒子スウォーム ,  非優越ソーティング , 【Automatic Indexing@JST】

著者キーワード (4件)： スパース最適化 ,  進化的多目的最適化(EMO) ,  大規模多目的最適化 ,  集団サンプリング

分類 (3件)： 配電(事業者側)  (NB05040R) ,  人工知能  (JE08000Z) ,  その他のオペレーションズリサーチの手法  (KA03070E)

タイトルに関連する用語 (6件)： 大規模 ,  最適化問題 ,  進化計算 ,  母集団 ,  サンプリング ,  利点