文献

J-GLOBAL ID：201702234033916056   整理番号：17A0856809

確率的最適化における粒子群最適化のための最適計算予算配分【Powered by NICT】

Optimal Computing Budget Allocation for Particle Swarm Optimization in Stochastic Optimization

著者 (6件)： Zhang Si (School of Management, Shanghai University, Shanghai, China) ,  Xu Jie (Department of Systems Engineering and Operations Research, George Mason University, Fairfax, VA, USA) ,  Lee Loo Hay (Department of Industrial and Systems Engineering, National University of Singapore, Singapore) ,  Chew Ek Peng (Department of Industrial and Systems Engineering, National University of Singapore, Singapore) ,  Wong Wai Peng (School of Management, Universiti Sains Malaysia, Penang, Malaysia) ,  Chen Chun-Hung (Department of Systems Engineering and Operations Research, George Mason University, Fairfax, VA, USA)
資料名： IEEE Transactions on Evolutionary Computation  (IEEE Transactions on Evolutionary Computation)
巻： 21  号： 2  ページ： 206-219  発行年： 2017年 
JST資料番号： W0968A  ISSN： 1089-778X  CODEN： ITEVF5  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： 粒子群最適化(PSO)は,決定論的最適化のための一般的なメタヒューリスティックである。鳥の群れあるいは魚の学校における個体の動きの解釈におけるOriginated,PSOは群れによる食品の探索パターンをシミュレートし,自然現象を複素関数の最適化に成功裏に自己最良と大域最良の概念を紹介した。PSO(粒子群最適化)の多くの実際の応用は,確率論的問題に対処する。PSO(粒子群最適化)を用いた確率的問題を解決するために,直接的な方法は同様にすべての粒子間の計算努力を割当て,適応度値の試料の同じ数を得ることである。これは計算予算の有効活用ではなく,改善のためのかなりの余地を残している。本論文では,確率的最適化問題のためのPSO(粒子群最適化)の計算効率を改善するためにPSO(粒子群最適化)への最適計算予算配分の概念のシームレスな統合を提案した。は適合度値の確率的推定雑音であるときのPSO(粒子群最適化)アルゴリズムは効率的に自己最良と大域最良を選択できることをこのような知的全粒子試料の数を決定するための漸近的に最適な配分ルールを導出した。も容易な逐次法を提案した。数値試験は,著者らの新しい方法は,計算努力の同じ量を用いて非常に良好な結果を得ることができることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *最適化 ,  雑音 ,  アルゴリズム ,  確率論 ,  食品 ,  逐次近似 ,  *予算編成
準シソーラス用語： 適合度 ,  シームレス ,  計算効率 ,  適応度 ,  複素関数 ,  決定論 ,  *粒子群最適化 ,  *確率的最適化 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  移動通信  (ND08030H)

タイトルに関連する用語 (4件)： 確率的最適化 ,  粒子群最適化 ,  計算 ,  予算配分