講演名 2021-12-18
微小摂動を考慮したPSOの解探索能力の考察
高頭 陸(東京都市大), 神野 健哉(東京都市大),
PDFダウンロードページ PDFダウンロードページへ
抄録(和) 粒子群最適化(PSO)法は,ブラックボックスの目的関数の最適値を探索するヒューリスティックな手法の1つである.しかし、PSOは勾配法に比べて局所的な最小値に陥りにくい反面、時間が経過すると理想的な解を見つける前に粒子が収束してしまうという問題がある。この問題を解決するために、PSOの局所探索を継続するために、各粒子の位置情報に小さな摂動を加えるPSOを提案する.数値シミュレーションの結果,ほぼすべてのベンチマーク関数において,少ない粒子数での解探索性能が向上した.
抄録(英) The Particle Swarm Optimization (PSO) method is one of the heuristic methods to search for the optimal value of a black box objective function. While PSO is less prone to local minima than the gradient method, it has the problem that over time, the particles converge before finding the ideal solution. To solve this problem, we propose PSO, which adds a small perturbation to the positional information of each particle. Numerical simulations show that the solution search performance is improved for almost all the benchmark functions with a small number of particles.
キーワード(和) 粒子群最適化法 / ブラックボックス / 最適化 / 摂動
キーワード(英) PSO / black box / optimization / perturbations
資料番号 NLP2021-61
発行日 2021-12-10 (NLP)

研究会情報
研究会 NLP
開催期間 2021/12/17(から2日開催)
開催地(和) J:COM ホルトホール大分
開催地(英) J:COM Horuto Hall OITA
テーマ(和) NLP,一般
テーマ(英)
委員長氏名(和) 高坂 拓司(中京大)
委員長氏名(英) Takuji Kosaka(Chukyo Univ.)
副委員長氏名(和) 常田 明夫(熊本大)
副委員長氏名(英) Akio Tsuneda(Kumamoto Univ.)
幹事氏名(和) 松下 春奈(香川大) / 吉岡 大三郎(崇城大)
幹事氏名(英) Haruna Matsushita(Kagawa Univ.) / Daizaburo Yoshioka(Sojo Univ.)
幹事補佐氏名(和) 加藤 秀行(大分大) / 横井 裕一(長崎大)
幹事補佐氏名(英) Hideyuki Kato(Oita Univ.) / Yuichi Yokoi(Nagasaki Univ.)

講演論文情報詳細
申込み研究会 Technical Committee on Nonlinear Problems
本文の言語 JPN
タイトル(和) 微小摂動を考慮したPSOの解探索能力の考察
サブタイトル(和)
タイトル(英) A Study on the Solution Finding Ability of PSO Considering Micro Perturbations
サブタイトル(和)
キーワード(1)(和/英) 粒子群最適化法 / PSO
キーワード(2)(和/英) ブラックボックス / black box
キーワード(3)(和/英) 最適化 / optimization
キーワード(4)(和/英) 摂動 / perturbations
第 1 著者 氏名(和/英) 高頭 陸 / Riku Takato
第 1 著者 所属(和/英) 東京都市大学(略称:東京都市大)
Tokyo City University(略称:Tokyo City University)
第 2 著者 氏名(和/英) 神野 健哉 / Kenya Jin'no
第 2 著者 所属(和/英) 東京都市大学(略称:東京都市大)
Tokyo City University(略称:Tokyo City University)
発表年月日 2021-12-18
資料番号 NLP2021-61
巻番号(vol) vol.121
号番号(no) NLP-307
ページ範囲 pp.82-85(NLP),
ページ数 4
発行日 2021-12-10 (NLP)