文献

J-GLOBAL ID：202202280005072728   整理番号：22A0862874

人工知能を利用したオンラインロジスティクスブックシステム【JST・京大機械翻訳】

Online Logistics Booking System Utilizing Artificial Intelligence

著者 (4件)： Ghazal Hisham Mohamad Malik (Faculty of Engineering, School of Electrical Engineering, Universiti Teknologi Malaysia, UTM Skudai, Johor, Malaysia) ,  Sahlan Shafishuhaza (Faculty of Engineering, School of Electrical Engineering, Universiti Teknologi Malaysia, UTM Skudai, Johor, Malaysia) ,  Selamat Hazlina (Faculty of Engineering, School of Electrical Engineering, Universiti Teknologi Malaysia, UTM Skudai, Johor, Malaysia) ,  Ismail Fatimah Sham (Faculty of Engineering, School of Electrical Engineering, Universiti Teknologi Malaysia, UTM Skudai, Johor, Malaysia)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 834  ページ： 347-356  発行年： 2022年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
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： 本論文では,線形および非線形動的モデリングにおける遺伝的アルゴリズム(GA)の適用および代替GAベースモデル構造選択アルゴリズムの開発を提示した。提案アルゴリズムのベンチマークとして,直交最小二乗(OLS),勾配降下法を利用した。単純なGA(SGA)における早熟収束の問題を減らすために,修正遺伝的アルゴリズム(MGA)に基づくモデル構造選択を提案した。開発したモデルの性能に対するMGAオペレータの異なる組合せの効果を研究し,MGAの有効性と短所を強調した。結果を,SGA,MGA,およびOLSの間で比較した。得られた結果から,動的項の類似数で,MGAは,ポテンシャル解の探索に関してSGAよりも良好に機能し,一方,選択した項数と予測精度に関してOLSアルゴリズムを凌駕することが観察された。さらに,微調整のために,MGAによるメメチックアルゴリズム(MA)の局所探索の使用も提案し,調査した。得られた結果から,MAは,OLS,SGA,およびMGA法に対して顕著な利点を有するモデル検証試験を満たす適切なものを生成できることが観察された。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 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 ,  最小二乗法 ,  収束 ,  オペレータ ,  *ロジスティックス ,  精度 ,  *人工知能 ,  モデル ,  直交性 ,  ベンチマーク ,  思春期早発症 ,  遺伝的アルゴリズム ,  近傍探索法
準シソーラス用語： 予測精度 ,  *オンライン ,  動的モデリング , 【Automatic Indexing@JST】

著者キーワード (5件)： 遺伝的アルゴリズム ,  直交最小二乗 ,  修正遺伝的アルゴリズム ,  単純な遺伝的アルゴリズム ,  人工知能

分類 (2件)： 人工知能  (JE08000Z) ,  数値計算  (JE02000J)

タイトルに関連する用語 (1件)： 人工知能