文献

J-GLOBAL ID：202202271914691901   整理番号：22A0769220

最適化問題のための自然にヒントを得たメタヒューリスティックアルゴリズム【JST・京大機械翻訳】

Nature inspired meta heuristic algorithms for optimization problems

著者 (2件)： S. S. Vinod Chandra (Department of Computer Science, University of Kerala, Trivandrum, India) ,  H. S. Anand (Department of Computer Science and Engineering, Muthoot Institute of Technology and Science, Kochi, India)
資料名： Computing  (Computing)
巻： 104  号： 2  ページ： 251-269  発行年： 2022年 
JST資料番号： B0828A  ISSN： 0010-485X  CODEN： CMPTA2  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 工学の様々な分野における最適化と意思決定問題は,現在の時代に主要な影響を与える。処理時間とメモリの利用は現在利用可能なデータに対して非常に高い。これは,そのサイズ及びゼタバイトからyottabyteへのスケーリングの必要性によるものである。いくつかの問題は解を見つける必要があり,現在の最良解を改善する必要がある他のタイプの問題が存在する。新しい発見的アルゴリズムのモデリングと実装は時間がかかるが,いくつかの強い一次動機を持ち,解自体における最小改善は計算コストを減少できる。このようにして得られた溶液は良好であった。これらの状況において,発見的方法およびメタヒューリスティックアルゴリズムを設計することは,その価値を証明した。超発見的解法は,はるかに良い時間と空間複雑性における解法を計算するために必要であった。それは,一般化解を調整できる自動探索空間を生成するために,発見的方法を結合することによって,解を作り出す。本論文は,自然発想計算モデル,メタヒューリスティックモデル,ハイブリッドメタヒューリスティックモデルおよび超発見的モデルに関する詳細な知識を提供した。本研究は,任意の一般的問題領域に対するメタヒューリスティックアルゴリズムから超発見的手法の構築に関するものである。また,様々な伝統的アルゴリズムと新世代メタヒューリスティックアルゴリズムも,読者がより良い理解を与えるように説明した。Copyright The Author(s), under exclusive licence to Springer-Verlag GmbH Austria, part of Springer Nature 2021 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 ,  記憶装置 ,  *最適化 ,  意思決定 ,  加工時間 ,  *最適化問題 ,  発見的方法 ,  計算モデル ,  進化的計算
準シソーラス用語： 探索空間 ,  複雑性 ,  *ヒューリスティック ,  計算コスト ,  発見的アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (6件)： 自然にヒントを得たコンピューティング ,  Metaヒューリスティックス ,  ハイパーヒューリスティックス ,  進化計算 ,  バイオインスパイアードコンピューティング ,  ハイブリッドメタヒューリスティックス

分類 (4件)： その他のオペレーションズリサーチの手法  (KA03070E) ,  電力系統一般  (NB02000E) ,  人工知能  (JE08000Z) ,  計算理論  (JB02000A)

タイトルに関連する用語 (2件)： 最適化問題 ,  ヒント