文献

J-GLOBAL ID：202202290469140856   整理番号：22A0970260

制約付き動的問題における遺伝的アルゴリズムの性能のベンチマーク【JST・京大機械翻訳】

Benchmarking the performance of genetic algorithms on constrained dynamic problems

著者 (3件)： Grudniewski P. A. (Fluid Structure Interactions Group, University of Southampton, Southampton, England, UK) ,  Sobey A. J. (Fluid Structure Interactions Group, University of Southampton, Southampton, England, UK) ,  Sobey A. J. (Marine and Maritime Group, Data-Centric Engineering, The Alan Turing Institute, The British Library, London, England, UK)
資料名： Natural Computing  (Natural Computing)
巻： 21  号： 1  ページ： 109-125  発行年： 2022年 
JST資料番号： W4770A  ISSN： 1572-9796  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： 動的最適化への関心の高まりは,これらの問題に対する特異的メカニズムを有する遺伝的アルゴリズムの開発を加速してきた。これらの開発メカニズムが広範囲の実用的問題を解決することができることを確実にするため,最も適切な遺伝的アルゴリズムの選択を確保するために,多様なベンチマーク関数を持つことが重要である。しかし,現在利用可能なベンチマークセットは,主に連続特性で制約されない問題に限定される。本論文では,動的問題の既存の範囲を15の新しい制約付き多目的関数で拡張した。遺伝的アルゴリズムがこれらの制約された問題に関してどのように機能するか,そして,この行動が制約されない動的最適化にどのように関係するかを決定するために,6つのトップパーフォーマンス動的遺伝的アルゴリズムを,現在存在する制約のないケースと同様に,提案したテストセットに関する4つの再初期化戦略とともに比較した。結果は,静的問題とは対照的に,制約/非制約最適化の間に差異がないことを示す。したがって,動的性はこれらの問題の一般的特性であり,それは探索と目的空間の不連続な性質より重要であることを示した。最良の性能アルゴリズムはMOEA/Dであり,VPは最良の再初期化戦略である。多様性よりも動的問題の性能にとってより重要であるので,高い収束を有するより動的な特異的方法論の必要性があることを実証した。Copyright The Author(s) 2020 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 ,  関数 ,  最適化 ,  空間 ,  *動的問題 ,  目的関数 ,  不連続性 ,  *ベンチマーク ,  *制約条件 ,  *遺伝的アルゴリズム
準シソーラス用語： 多目的最適化 ,  動的最適化 , 【Automatic Indexing@JST】

著者キーワード (5件)： 動的多目的最適化 ,  制約付き問題 ,  遺伝的アルゴリズム ,  性能ベンチマーク ,  再初期化

分類 (2件)： 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 (4件)： 制約 ,  動的問題 ,  遺伝的アルゴリズム ,  ベンチマーク