Learning Control Strategies for High Performance Genetic Algorithms - 九大コレクション | 九州大学附属図書館

＜会議発表論文＞
Learning Control Strategies for High Performance Genetic Algorithms

作成者	作成者名 Michael A. LEE 所属機関所属機関名 Computer Science Division, University of California, Berkeley カリフォルニア大学
作成者	著者識別子 0000-0002-1431-9472 K002333 作成者名高木, 英行 Takagi, Hideyuki タカギ, ヒデユキ所属機関所属機関名 Central Research Laboratories, Matsushita Electric Industrial Co., Ltd. 松下電器中央研究所
本文言語	英語
出版者	IEEE
発行日	1994-08-09
収録物名	Architecture and Applications for Knowledge Acquisition/Adaptation
開始ページ	93
終了ページ	96
会議情報	会議名 World Wiesemen/women Workshop on Fuzzy Logic and Neural Networks/Genetic Algorithms 回次 WWW'94 主催機関 IEEE 開催期間 Aug. 9 and 10, 1994 開催会場 Nagoya University 名古屋大学開催地 Nagoya, Aichi 愛知県名古屋市開催国日本
出版タイプ	Accepted Manuscript
アクセス権	open access
概要	In this paper, we propose a method to learn high performance strategies for controlling genetic algorithms. In our proposal, control strategies are represented by fuzzy systems that dynamically contro...l population sizing, crossover rates, and mutation rates. The control strategies are acquired and optimized according to online and of Hine measures using a genetic algorithm technique. We compare control strategies obtained using our methods with optimized static genetic algorithms and show performance Improvements. In some experiments, these strategies use a combination of high crossover rates, fluctuating population size, and exponentially decreasing mutation rates to realize high online and of Hine performance.続きを見る
目次	1 Introduction 2 The Dynamic Parametric GA 3 Results 4 Conclusions and Further Research

本文ファイル

ファイル	ファイルタイプ	サイズ	閲覧回数	説明
IntConf027	pdf	1.72 MB	131

詳細

レコードID	4485870
登録日	2021.08.24
更新日	2021.08.24