カオスニューラルネットワークによる多目的最適化
スポンサーリンク
概要
- 論文の詳細を見る
現実社会には様々な組合せ最適化問題があり,その解法も多数存在するが,常に現実問題が解法アルゴリズムに当てはまるとは限らない.そこで特徴が異なる解法は貴重である.例えば,焼き鈍し法や遺伝的アルゴリズム(GA)は代表的であるが,カオスニューラルネットワーク(CNN)は脳の連想の仕組みを模倣して局所解からの抜出を実現しており,他の解法と比べて独特な数理的構造を有する.特に単目的の最適化問題に対して高い解法能力を持つことが報告されており,さらに一点探索法であるためGAよりも少ない計算コストで優れた解を発見できる可能性がある.しかし,多目的な最適化問題に対してCNNを適用した研究事例は見受けられず,CNNが有用であるかは未知である.そこで本研究では,最適解探索能力や計算コストの観点から,多目的最適化問題におけるCNNの性能を評価する.
- 2011-10-13
著者
関連論文
- コレステロール低下薬投与における血清コレステロールとドリコールの挙動
- FM放送電波の到来方位観測システムの試作とその評価
- ポートフォリオ構築問題における時系列予測モデルの活用
- カオスニューラルネットワークによる多目的最適化
- カオスニューラルネットワークによる多目的最適化
- 非線形時系列予測による株式ポートフォリオの運用
- バギングによる非線形予測のリスク評価
- 非線形時系列予測による株式ポートフォリオの運用
- バギングによる非線形予測のリスク評価
- AS-1-3 金融工学における非線形時系列モデリング(AS-1.モデリングとシミュレーションの最新動向,シンポジウムセッション)
- A-2-32 ペアトレーディングにおける非線形テクニカル分析(A-2.非線形問題,一般セッション)
- A-2-31 バギングによる平均分散ポートフォリオモデル(A-2.非線形問題,一般セッション)