מושגי ליבה
本論文では、エリート継承メカニズムと均衡探索メカニズムを組み込んだ高度化されたグレーウルフ最適化アルゴリズム (EBGWO) を提案する。これにより、収束速度の向上と局所最適解からの脱却が実現される。
תקציר
本論文では、グレーウルフ最適化 (GWO) アルゴリズムの2つの重要な設計上の欠陥を解決するため、高度化されたグレーウルフ最適化アルゴリズム (EBGWO) を提案している。
- エリート継承メカニズム:
- 前回の反復で生成された優れた個体の位置情報を継承し、次の反復での位置更新プロセスに活用する。
- これにより、前回の反復で得られた良好な解が失われることを防ぎ、収束速度の向上が期待できる。
- 均衡探索メカニズム:
- 探索と利用のバランスを取るため、新たな「探索傾向 (ST)」オペレーターを導入する。
- STオペレーターを用いて、大域探索と局所探索を動的に切り替えることで、局所最適解からの脱却と解の精度向上が図られる。
提案手法 (EBGWO) は、IEEE CEC 2014ベンチマーク関数や実世界の最適化問題に適用され、他の手法と比較して優れた収束性能と解の精度を示した。
סטטיסטיקה
提案手法 (EBGWO) は、他の最適化アルゴリズムと比較して、より高い精度と収束速度を示した。
EBGWOは、局所最適解からの脱却と探索と利用のバランスに優れている。
ציטוטים
「本論文では、エリート継承メカニズムと均衡探索メカニズムを組み込んだ高度化されたグレーウルフ最適化アルゴリズム (EBGWO) を提案する。」
「EBGWOアルゴリズムは、他の最適化アルゴリズムと比較して、より高い精度と収束速度を示した。」