概要

勾配降下法による多目的粒子群最適化

リー・マーとババク・フォロウラギ*

粒子群最適化 (PSO) は、多くの種類の最適化問題に対処するための信頼性の高い方法であることが証明されています。特に、多目的 PSO (MOPSO) 最適化問題を解く場合、最適化装置のパフォーマンスを向上させるために、パラメータの選択と実装戦略に細心の注意を払う必要があります。この論文では、ローカル検索機能が強化された新しい MOPSO を提案します。新しいパラメータなしの共有アプローチを導入して、検索空間内の粒子の近傍の密度を推定します。最初に、提案された方法は、ソリューションの混雑係数を正確に決定します。後の段階では、スウォーム全体が真のパレートフロントに近づくように効果的に誘導します。さらに、このアルゴリズムは、勾配降下のローカル検索方法を使用して、パレート最適領域をより適切に探索します。いくつかのテスト関数とエンジニアリング設計問題でのアルゴリズムのパフォーマンスが報告され、他のアプローチと比較されています。得られた結果は、提案されたアルゴリズムがパレート最適フロントに沿って効果的に検索し、トレードオフソリューションを特定できることを示しています。

免責事項: この要約は人工知能ツールを使用して翻訳されており、まだレビューまたは確認されていません