粒子群最適化法の最良位置参照による解探索性能 Solution Search Performance by Refer to the Best Position of the Particle Swarm Optimization

この論文をさがす

著者

抄録

従来の粒子郡最適化法(PSO)における,粒子の移動と解探索方向の決定は,粒子自身が過去に得た最良位置と群れの全粒子の最良位置によって行われる.この様な,過去の経験に基づく学習戦略は,簡単に用いることができる.一方で,より効率的な学習戦略といえる,Orthogonal Learning(OL)を利用してPSOの解探索性能を向上させる手法が提案されている.本稿では,従来のPSOとOLを利用したPSOの解探索性能をベンチマーク関数を用いた,数値実験により比較する.

Movement of particles and the determination of the solution search direction in the conventional particle swarm optimization(PSO) are made by the best position and the best position of all the particles of a swarm which the particle itself obtained in the past. The learning strategy based on such a past experience can be used easily. On the other hand, the technique of raising the solution search performance of PSO is proposed by using Orthogonal Learning(OL) which is a more efficient learning strategy. In this article, the numerical simulation using a benchmarking function compares the solution search performance of the conventional PSO and PSO using OL.

収録刊行物

  • 電子情報通信学会技術研究報告. NLP, 非線形問題

    電子情報通信学会技術研究報告. NLP, 非線形問題 112(69), 25-28, 2012-05-21

    一般社団法人電子情報通信学会

参考文献:  12件中 1-12件 を表示

各種コード

  • NII論文ID(NAID)
    110009569330
  • NII書誌ID(NCID)
    AN10060800
  • 本文言語コード
    JPN
  • 資料種別
    ART
  • ISSN
    0913-5685
  • NDL 記事登録ID
    023743588
  • NDL 請求記号
    Z16-940
  • データ提供元
    CJP書誌  NDL  NII-ELS 
ページトップへ