Estimator型可変階層構造学習オートマトンによるノイズを含む観測値を用いた大域的最小点探索 Global Minimum Point Search Under Noisy Observations Using Estimator-Type Variable Hierarchical Structure Learning Automata

この論文にアクセスする

この論文をさがす

著者

抄録

The purpose of this paper is to construct a global optimization algorithm of the unknown multimodal objective function under noisy observations. Our algorithm is based on the learning performance of the variable hierarchical structure learning automata, and, in order to reduce the number of iterations, the estimator-type learning algorithm which is the rapdly converging one is used for the learning algorithm of the automata. The numerical experiment is carried out to verify the efficiency of the proposed algorithm, and, from the results, the proposed global optimization algorithm is useful for finding out a global minimum of the unkonwn multimodal objective function under noisy observations.

収録刊行物

  • 計測自動制御学会論文集  

    計測自動制御学会論文集 35(9), 1191-1197, 1999-09-30 

    The Society of Instrument and Control Engineers

参考文献:  12件

参考文献を見るにはログインが必要です。ユーザIDをお持ちでない方は新規登録してください。

各種コード

  • NII論文ID(NAID)
    10004576938
  • NII書誌ID(NCID)
    AN00072392
  • 本文言語コード
    JPN
  • 資料種別
    ART
  • ISSN
    04534654
  • NDL 記事登録ID
    4858153
  • NDL 雑誌分類
    ZM11(科学技術--科学技術一般--制御工学)
  • NDL 請求記号
    Z14-482
  • データ提供元
    CJP書誌  NDL  J-STAGE 
ページトップへ