| 作成者 |
|
|
|
| 本文言語 |
|
| 出版者 |
|
|
|
| 発行日 |
|
| 収録物名 |
|
| 巻 |
|
| 開始ページ |
|
| 終了ページ |
|
| 出版タイプ |
|
| アクセス権 |
|
| 関連DOI |
|
| 関連URI |
|
| 関連情報 |
|
| 概要 |
PSO 1) やACO 2) に代表される多くの群知能 では個体間の簡単な協調作用で全体の複雑な 振る舞いを生成することを模擬している．花 火アルゴリズム（fireworks algorithm: FA）3) は 新しい群知能の一種で，花火を模擬した探索 を行う．複数の花火（探索点）がそれぞれ周辺 領域に花開き，その花火の核位置（探索点）の fitnessに応じた数のスパーク（局所探索点）がそ の...周辺に飛び散り探索を行う．花火アルゴリズ ムは，fitness値が高い花火周辺には多くのスパー クを生成し狭い範囲で探索を行い(exploitation)， fitnessが低い花火周辺には少ないスパークを広い 範囲で生成する(exploration)．最適解を得るま でこの探索を繰り返す． 本論文では，探索性能を向上させる第1の改良 手法として，花火のスパークが核になってさら にスパークを生成する2段階方式の花火アルゴリ ズムを提案する．実際の花火では八重芯型花火 に相当する．第2の改良として，花火の広がり （amplitude）を探索世代に応じて線形に小さくし exploration からexploitationへの遷移を強調する． 以下，第2節で従来の花火アルゴリズムを簡単 に説明し，第3節で今回の提案花火アルゴリズム を説明する．その後，第4節で比較評価実験を行 い，第5節以降で考察をして結論に導く．続きを見る
|
Mendeley出力
VA_Variation