文献

J-GLOBAL ID：202202264809933606   整理番号：22A1043987

確率的および大域的最適化問題におけるスウォームマイグレーションアルゴリズムの実験研究【JST・京大機械翻訳】

Experimental Study of Swarm Migration Algorithms on Stochastic and Global Optimisation Problem

著者 (5件)： Ghansah Benjamin (University of Education, Winneba, Ghana) ,  Opoku Oppong Stephen (University of Education, Winneba, Ghana) ,  Baidoo Evans (Hohai University, China) ,  Osafo Apeanti Wilson (University of Education, Winneba, Ghana) ,  Danso Essel Daniel (University of Education, Winneba, Ghana)
資料名： International Journal of Distributed Artificial Intelligence  (International Journal of Distributed Artificial Intelligence)
巻： 14  号： 1  ページ： 1-26  発行年： 2022年 
JST資料番号： W3874A  ISSN： 2637-7888  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： 複雑な計算問題は,意味のある情報決定を行うために,効果的に解析する必要がある日常生活における発生である。本研究では,いくつかの選択されたベンチマーク技法で最適出力を返す技術を同定する目的で,9つのよく知られた確率的および大域的最適化問題に関するスウォーム知能に基づく6つの最適化アルゴリズムの性能への経験的解析を行った。大規模な実験は,マルチスウォームとPigeonの触発最適化アルゴリズムが,収束速度とグローバル解法において,パーティクルスウォーム,ホタルと進化的最適化を凌駕することを示した。本論文で採用したアルゴリズムは,アルゴリズム解が,性能,精度および効率の品質に関して,問題に対して最適結果を提示することを示した。Copyright 2022 IGI Global 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 ,  最適化手法 ,  精度 ,  粒子 ,  発見的方法 ,  人工知能 ,  *スウォーム ,  ベンチマーク
準シソーラス用語： 進化的アルゴリズム ,  *大域的最適化 ,  収束速度 ,  群知能 ,  進化的最適化 , 【Automatic Indexing@JST】

著者キーワード (5件)： 組合せ最適化 ,  進化アルゴリズム ,  Meta-ヒューリスティックス ,  確率的最適化 ,  群知能

分類 (2件)： 人工知能  (JE08000Z) ,  システム最適化手法  (IA02050Z)

タイトルに関連する用語 (4件)： 確率 ,  大域的最適化 ,  実験 ,  研究