| 講演名 | 2018-01-27 乱数同期方式を用いたPSOの探索性能の改善 佐藤 哲也(日大), 岩井 俊哉(日大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | PSOの速度更新則における乱数は次元成分に対して確率的に独立である．この独立性が粒子の速度異方性を生み，変数間依存関係を有する多峰性関数の最小値問題における探索性能を低減させる．一方，異なる速度成分に対する乱数を一致させる乱数同期式をPSOに適用すると，探索性能が低下するが異方性は低減する．本研究では，この探索性能の低下の原因と探索性能への慣性係数Wの依存性を調べるため，様々なベンチマーク関数の最小値問題について乱数同期及び非同期式を適用したPSOで数値実験を行った．その結果，(i)乱数同期式のPSO及びLbest PSOは0.6 |
| 抄録(英) | In the update rule of the velocity for PSO, random numbers are stochastically independent of dimensional components. This independency causes the velocity anisotropy for particles that reduces the search capability for minimization problems of multimodal non-separable functions. On the other hand, when the linked random method is applied to PSO, that is, random numbers for different velocity components are made equal, the anisotropy is reduced although it reduces the search capability. In this study, numerical experiments for minimization problems of various benchmark functions are performed by PSO with both linked and unlinked random methods in order to investigate the reason of the search capability reduction and the dependence of inertia coefficient W on the search capability. As a result, it is found that (i) both PSO and lbest PSO with linked random method show the high search capability for the parameter region 0.6 |
| キーワード(和) | 粒子群最適化 / Lbestモデル / 乱数同期式 / 探索性能 |
| キーワード(英) | PSO / Lbest Model / Linked Random Method / Search Capability |
| 資料番号 | NLP2017-94 |
| 発行日 | 2018-01-19 (NLP) |
| 研究会情報 | |
| 研究会 | MBE / NC / NLP |
|---|---|
| 開催期間 | 2018/1/26(から2日開催) |
| 開催地（和） | 九州工業大学 |
| 開催地（英） | Kyushu Institute of Technology |
| テーマ（和） | ニューロコンピューティングの実装および人間科学のための解析・モデル化, ME，一般 |
| テーマ（英） | ME, generalImplementation of Neuro Computing,Analysis and Modeling of Human Science, |
| 委員長氏名（和） | 中島 一樹(富山大) / 萩原 将文(慶大) / 安達 雅春(東京電機大) |
| 委員長氏名（英） | Kazuki Nakajima(Univ. of Toyama) / Masafumi Hagiwara(Keio Univ.) / Masaharu Adachi(Tokyo Denki Univ.) |
| 副委員長氏名（和） | 京相 雅樹(東京都市大) / 平田 豊(中部大) / 高橋 規一(岡山大) |
| 副委員長氏名（英） | Masaki Kyoso(TCU) / Yutaka Hirata(Chubu Univ.) / Norikazu Takahashi(Okayama Univ.) |
| 幹事氏名（和） | 高野 博史(富山県立大) / 永岡 隆(近畿大) / 青西 亨(東工大) / 吉川 大弘(名大) / 坪根 正(長岡技科大) / 山内 将行(広島工大) |
| 幹事氏名（英） | Hironobu Takano(Toyama Pref. Univ.) / Takashi Nagaoka(Kindai Univ.) / Toru Aonishi(Tokyo Inst. of Tech.) / Tomohiro Yoshikawa(Nagoya Univ.) / Tadashi Tsubone(Nagaoka Univ. of Tech.) / Masayuki Yamauchi(Hiroshima Inst. of Tech.) |
| 幹事補佐氏名（和） | 金 主賢(富山大) / 小林 匠(横国大) / 篠沢 佳久(慶大) / 稲垣 圭一郎(中部大) / 橘 俊宏(湘南工科大) / 木村 真之(京大) |
| 幹事補佐氏名（英） | Kim Juhyon(Univ. of Toyama) / Takumi Kobayashi(YNU) / Yoshihisa Shinozawa(Keio Univ.) / Keiichiro Inagaki(Chubu Univ.) / Toshihiro Tachibana(Shonan Inst. of Tech.) / Masayuki Kimura(Kyoto Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on ME and Bio Cybernetics / Technical Committee on Neurocomputing / Technical Committee on Nonlinear Problems |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 乱数同期方式を用いたPSOの探索性能の改善 |
| サブタイトル（和） | |
| タイトル（英） | Improvement in Search Capability of PSO with Linked Random Method |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 粒子群最適化 / PSO |
| キーワード(2)（和/英） | Lbestモデル / Lbest Model |
| キーワード(3)（和/英） | 乱数同期式 / Linked Random Method |
| キーワード(4)（和/英） | 探索性能 / Search Capability |
| 第 1 著者 氏名（和/英） | 佐藤 哲也 / Tetsuya Sato |
| 第 1 著者 所属（和/英） | 日本大学(略称：日大) Nihon University(略称：Nihon Univ.) |
| 第 2 著者 氏名（和/英） | 岩井 俊哉 / Toshiya Iwai |
| 第 2 著者 所属（和/英） | 日本大学(略称：日大) Nihon University(略称：Nihon Univ.) |
| 発表年月日 | 2018-01-27 |
| 資料番号 | NLP2017-94 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | NLP-415 |
| ページ範囲 | pp.45-50(NLP), |
| ページ数 | 6 |
| 発行日 | 2018-01-19 (NLP) |