動的最適化問題のための改良型人工蜂コロニー最適化
スポンサーリンク
概要
- 論文の詳細を見る
人工蜂コロニー(Artificial Bee Colony:ABC)は非線形問題の解探索を高速かつロバストに行うことが可能なアルゴリズムである.特に問題が高次元である場合の解探索性能において他の手法よりも優れている.しかしABCは問題が静的環境であることを前提として設計されているため,時間経過よって環境の変化などが生じる動的最適化問題はあまり考慮されていない.近年の研究により問題の変化に適応可能としたABCが提案されているが,環境の時間的変化への柔軟性と解の収束の高速性を両立することは困難である..そこで本研究では様々な変化に適応可能な簡素なABCの改良法を提案する.提案手法は解の過剰収束を抑制しつつ様々な動的最適化問題に対して高速な解探索が可能である.数値実験を行い提案手法の有効性を示す.
- 一般社団法人電子情報通信学会の論文
- 2013-05-20
著者
関連論文
- カオスニューラルネットワークを用いた無線センサネットワークにおける効率的なフラッディング手法(脳活動の計測と解析,生命現象の非線形性,一般)
- SPSOを用いた無線センサネットワークの長期運用のためのシンクノード配置問題の解法(脳活動の計測と解析,生命現象の非線形性,一般)
- 優先度付き評価に基づく競合型PSOによる複数解探索手法(脳活動の計測と解析,生命現象の非線形性,一般)
- 抑制機構を有するPSOを用いたセンサネットワークにおける特殊中継ノード配置問題の解法(神経ダイナミクス,一般)
- 強化学習による所望時空パターンの合成法について (非線形問題)
- ARTを用いた時系列予測におけるシステムの動的変化の検出法
- リング型状態観測法によるマルチエージェント強化学習の高速化(脳活動の計測と解析,生命現象の非線形性,一般)
- 優先度付き評価に基づく競合型PSOによる複数解探索手法(脳活動の計測と解析,生命現象の非線形性,一般)
- リング型状態観測法によるマルチエージェント強化学習の高速化(脳活動の計測と解析,生命現象の非線形性,一般)
- カオスニューラルネットワークを用いた無線センサネットワークにおける効率的なフラッディング手法(脳活動の計測と解析,生命現象の非線形性,一般)
- SPSOを用いた無線センサネットワークの長期運用のためのシンクノード配置問題の解法(脳活動の計測と解析,生命現象の非線形性,一般)
- 進化的アルゴリズムを用いた複数のDynamic Bayesian Networks構造の探索手法について (非線形問題)
- バイナリニューラルネットワークのGAに基づく幾何学的学習法とその汎化能力について(一般,機械学習によるバイオデータマインニング・生命現象の非線形性,一般)
- 実数値GAに基づくバイナリニューラルネットワークの学習アルゴリズムについて(一般,機械学習によるバイオデータマインニング・生命現象の非線形性,一般)
- 3E-3 カオス的パルス結合ニューラルネットワークによる同期型センサ情報収集機構とその評価(センサネットワーク(2),一般セッション,ネットワーク)
- 6D-2 MANETノード分布の可視化手法とその応用(通信方式(2),一般セッション,ネットワーク)
- MANETノード分布のARTネットワークによる可視化
- カオス的パルス結合ニューラルネットワークによる同期型センシング情報収集機構
- MANETノード分布のARTネットワークによる可視化
- 値予測機構を有するマルチプロセッサに適したスレッド粒度の検討
- 目的関数に基づくトポロジを有する多目的分散遺伝的アルゴリズム
- A-2-15 ツリー構造を有する多目的分散遺伝的アルゴリズム(A-2. 非線形問題,一般セッション)
- 強化学習による所望時空パターンの合成法について
- 強化学習における行動履歴テーブルに基づく状態空間の自律的構成法について
- D-8-10 強化学習によるCAにおけるルールテーブルの同定法(D-8.人工知能と知識処理,一般セッション)
- D-8-9 局所的状態観測と高次元化によるマルチエージェント強化学習の効率化(D-8.人工知能と知識処理,一般セッション)
- A parallel distributed structure learning method of Dynamic Bayesian Networks using discrete particle swarm optimization (ニューロコンピューテイング)
- 行動履歴に基づく動的強化関数を用いたProfit Sharig強化学習法 (ニューロコンピューテイング)
- A parallel distributed structure learning method of Dynamic Bayesian Networks using discrete particle swarm optimization (MEとバイオサイバネティックス)
- 行動履歴に基づく動的強化関数を用いたProfit Sharig強化学習法 (MEとバイオサイバネティックス)
- 進化的アルゴリズムを用いた複数のDynamic Bayesian Networks構造の探索手法について
- A-3-8 値予測機構を有するマルチスレッドプロセッサに適したスレッド割当て方法について(A-3. VLSI設計技術,一般セッション)
- BNNのGA学習法に関する汎化能力の解析
- カオス的パルス結合ニューラルネットワークによる同期型センシング情報収集機構
- D-18-1 GALS型システムのFPGAへの実装について(D-18.リコンフィギャラブルシステム,一般講演)
- 行動履歴に基づく動的強化関数を用いたProfit Sharing強化学習法
- 行動履歴に基づく動的強化関数を用いたProfit Sharing強化学習法
- 離散Particle Swarm Optimizationを用いたDynamic Bayesian Networksの並列分散構造学習法
- 離散Particle Swarm Optimizationを用いたDynamic Bayesian Networksの並列分散構造学習法
- 多ビット出力Binary Neural Networksの学習アルゴリズムと認識器への応用
- 離散型振動発火ニューロンを用いた無線センサネットワークにおける情報収集機構 (ニューロコンピューティング)
- 報酬分配エージェントを用いた動的経路探索手法
- 競合型粒子群最適化に基づく無線センサネットワークにおけるフォワーディングノード選択手法の性能評価
- 複数許容解の記憶と交換子に基づくアントコロニー最適化
- 局所情報をもつスパイキングニューラルネットワークを用いた無線センサネットワークにおける情報収集機構 (ニューロコンピューティング)
- マルチエージェント学習に基づくモバイルアドホックネットワークにおけるルーティングアルゴリズム (ニューロコンピューティング)
- 離散型振動発火ニューロンを用いた無線センサネットワークにおける情報収集機構
- 競合型粒子群最適化に基づく無線センサネットワークにおけるフォワーディングノード選択手法の性能評価
- 報酬分配エージェントを用いた動的経路探索手法
- A-034 継続的解探索のための拡散型粒子群最適化(問題解決手法,A分野:モデル・アルゴリズム・プログラミング)
- C-017 資源制約を考慮したマルチプロセッサシステムの自動生成(LSI システムと設計技術,C分野:ハードウェア・アーキテクチャ)
- C-008 H.264動画像処理に適したプロセッサシステムの設計(コンピュータシステム応用,C分野:ハードウェア・アーキテクチャ)
- A-033 人工蜂コロニー最適化を用いたDynamic Bayesian Networkの構造学習法(問題解決手法,A分野:モデル・アルゴリズム・プログラミング)
- C-029 ダイナミック・リコンフィギュラブル技術を用いたハフ変換回路の設計(ディペンダブルシステム,C分野:ハードウェア・アーキテクチャ)
- 局所情報をもつスパイキングニューラルネットワークを用いた無線センサネットワークにおける情報収集機構(ニューロコンピューティングの実装及び人間科学のための解析・モデル化,一般)
- マルチエージェント学習に基づくモバイルアドホックネットワークにおけるルーティングアルゴリズム(ニューロコンピューティングの実装及び人間科学のための解析・モデル化,一般)
- バッファの動的制御機構を有する仮想出力キューイング方式オンチップルータ
- 高次元最適化問題のための部分更新PSO
- 動的最適化問題のための改良型人工蜂コロニー最適化
- 離散PSOを用いたクラスターツリー型ZigBeeネットワークにおけるルータ配置手法
- 間欠的な不応性を有する離散PSOの基本性能
- I-011 MPEGビデオストリームからの移動物体に対する高速なエッジ検出(I分野:グラフィクス・画像,一般論文)
- A-025 レジスタ割り当てにおけるメモリ転送及びレジスタ間転送の削減手法(A分野:モデル・アルゴリズム・プログラミング,一般論文)
- C-006 資源利用率に基づく連想度可変キャッシュメモリ(C分野:ハードウェア・アーキテクチャ,一般論文)
- G-013 離散PSOを用いた動的ニューラルネットワークの学習法(G分野:生体情報科学)