論文の概要: Population-Based Methods: PARTICLE SWARM OPTIMIZATION -- Development of
a General-Purpose Optimizer and Applications
- arxiv url: http://arxiv.org/abs/2101.10901v1
- Date: Mon, 25 Jan 2021 09:36:25 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-14 00:20:43.849727
- Title: Population-Based Methods: PARTICLE SWARM OPTIMIZATION -- Development of
a General-Purpose Optimizer and Applications
- Title（参考訳）: 人口ベース手法:Particle SWARM OPTIMIZATION -- 汎用最適化器の開発とその応用
- Authors: Mauro S. Innocente
- Abstract要約: この論文は、不等式制約を受ける連続、静的、単目的の最適化問題に関係している。
粒子群最適化のパラダイムは、社会で観察された協調行動の以前のシミュレーションから着想を得たものである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: This thesis is concerned with continuous, static, and single-objective
optimization problems subject to inequality constraints. Nevertheless, some
methods to handle other kinds of problems are briefly reviewed. The particle
swarm optimization paradigm was inspired by previous simulations of the
cooperative behaviour observed in social beings. It is a bottom-up, randomly
weighted, population-based method whose ability to optimize emerges from local,
individual-to-individual interactions. As opposed to traditional methods, it
can deal with different problems with few or no adaptation due to the fact that
it does profit from problem-specific features of the problem at issue but
performs a parallel, cooperative exploration of the search-space by means of a
population of individuals. The main goal of this thesis consists of developing
an optimizer that can perform reasonably well on most problems. Hence, the
influence of the settings of the algorithm's parameters on the behaviour of the
system is studied, some general-purpose settings are sought, and some
variations to the canonical version are proposed aiming to turn it into a more
general-purpose optimizer. Since no termination condition is included in the
canonical version, this thesis is also concerned with the design of some
stopping criteria which allow the iterative search to be terminated if further
significant improvement is unlikely, or if a certain number of time-steps are
reached. In addition, some constraint-handling techniques are incorporated into
the canonical algorithm to handle inequality constraints. Finally, the
capabilities of the proposed general-purpose optimizers are illustrated by
optimizing a few benchmark problems.
- Abstract（参考訳）: この論文は不等式制約の対象となる連続的、静的、単一目的最適化問題に関するものである。
それにもかかわらず、他の種類の問題に対処するいくつかの方法を概観する。
粒子群最適化パラダイムは、社会的存在で観察された協調行動の以前のシミュレーションに触発された。
ボトムアップでランダムに重み付けされた人口ベースの手法で、局所的な個人間相互作用から最適化する能力が生まれる。
従来の手法とは対照的に、問題に対する問題固有の特徴から利益を得るが、集団による探索空間の並列的共同探索を行うという事実から、適応がほとんど、あるいは全くない様々な問題に対処することができる。
この論文の主な目標は、ほとんどの問題に対して合理的に機能する最適化器を開発することである。
そこで,アルゴリズムのパラメータの設定がシステムの動作に与える影響について検討し,汎用的な設定を求めるとともに,より汎用的な最適化を実現するために,標準バージョンへのいくつかのバリエーションを提案する。
この論文は、標準版には終了条件が含まれていないため、さらなる大幅な改善が期待できない場合や、一定の時間ステップに達した場合、反復探索を終了させるいくつかの停止基準の設計にも関係している。
さらに、制約処理技法のいくつかは、不等式制約を扱うために標準アルゴリズムに組み込まれている。
最後に、いくつかのベンチマーク問題を最適化することにより、提案する汎用オプティマイザの機能を示す。
関連論文リスト
- Learning Joint Models of Prediction and Optimization [56.04498536842065]
Predict-Then-Thenフレームワークは、機械学習モデルを使用して、最適化問題の未知のパラメータを、解決前の機能から予測する。
本稿では,共同予測モデルを用いて観測可能特徴から最適解を直接学習する手法を提案する。
論文 参考訳（メタデータ） (2024-09-07T19:52:14Z) - Enhancing Hyper-To-Real Space Projections Through Euclidean Norm
Meta-Heuristic Optimization [0.39146761527401425]
メタヒューリスティック最適化により,計算負荷の少ない様々な問題に対して,ロバストな近似解が得られることを示す。
それまでの作業では、四元数のような検索空間の超複素表現を用いることでこの問題に対処していた。
最適化手順が完了すると、代わりにミンコフスキー$p$-normを用いることでより優れた解を得ることができる。
論文 参考訳（メタデータ） (2023-01-31T14:40:49Z) - Backpropagation of Unrolled Solvers with Folded Optimization [55.04219793298687]
ディープネットワークにおけるコンポーネントとしての制約付き最適化モデルの統合は、多くの専門的な学習タスクに有望な進歩をもたらした。
1つの典型的な戦略はアルゴリズムのアンローリングであり、これは反復解法の操作による自動微分に依存している。
本稿では,非ロール最適化の後方通過に関する理論的知見を提供し,効率よく解けるバックプロパゲーション解析モデルを生成するシステムに繋がる。
論文 参考訳（メタデータ） (2023-01-28T01:50:42Z) - Socio-cognitive Optimization of Time-delay Control Problems using
Evolutionary Metaheuristics [89.24951036534168]
メタヒューリスティックス(Metaheuristics)は、古典的なアプローチでは解決できない難解な問題を解くために使用される普遍的な最適化アルゴリズムである。
本稿では,キャストに基づく新しい社会認知メタヒューリスティックの構築を目標とし,このアルゴリズムのいくつかのバージョンを時間遅延システムモデルの最適化に適用する。
論文 参考訳（メタデータ） (2022-10-23T22:21:10Z) - Generalizing Bayesian Optimization with Decision-theoretic Entropies [102.82152945324381]
統計的決定論の研究からシャノンエントロピーの一般化を考える。
まず,このエントロピーの特殊なケースがBO手順でよく用いられる獲得関数に繋がることを示す。
次に、損失に対する選択肢の選択が、どのようにして柔軟な獲得関数の族をもたらすかを示す。
論文 参考訳（メタデータ） (2022-10-04T04:43:58Z) - Learning Proximal Operators to Discover Multiple Optima [66.98045013486794]
非家族問題における近位演算子を学習するためのエンドツーエンド手法を提案する。
本手法は,弱い目的と穏やかな条件下では,世界規模で収束することを示す。
論文 参考訳（メタデータ） (2022-01-28T05:53:28Z) - Particle Swarm Optimization: Fundamental Study and its Application to
Optimization and to Jetty Scheduling Problems [0.0]
従来の手法に関する進化的アルゴリズムの利点は、文献で大いに議論されている。
粒子群はそのような利点を共有しているが、計算コストの低減と実装の容易さが要求されるため、進化的アルゴリズムよりも優れている。
本論文は, それらのチューニングについて検討するものではなく, 従来の研究から汎用的な設定を抽出し, 様々な問題を最適化するために, 事実上同じアルゴリズムを用いている。
論文 参考訳（メタデータ） (2021-01-25T02:06:30Z) - Constraint-Handling Techniques for Particle Swarm Optimization
Algorithms [0.0]
人口ベースの手法は、従来の方法よりもはるかに複雑な問題を含む、さまざまな問題に対処することができる。
本研究の目的は,アルゴリズムに汎用的な設定を組み込んだPSOに適したCHTを開発し,比較することである。
論文 参考訳（メタデータ） (2021-01-25T01:49:10Z) - Particle Swarm Optimization: Development of a General-Purpose Optimizer [0.0]
粒子群最適化(PSO)法は、多くの類似性のため、別の進化的アルゴリズムと見なされることがある。
本稿では, パラメータのチューニングがシステムの動作に与える影響, 検出した解の信頼性を推定し, 計算コストを抑えるための停止基準の設計について述べる。
論文 参考訳（メタデータ） (2021-01-25T00:35:18Z) - Recent Theoretical Advances in Non-Convex Optimization [56.88981258425256]
近年、深層ネットワークにおける非最適化アルゴリズムの解析やデータ問題への関心が高まっており、非最適化のための理論的最適化アルゴリズムの最近の結果の概要を概説する。
論文 参考訳（メタデータ） (2020-12-11T08:28:51Z) - Optimistic variants of single-objective bilevel optimization for
evolutionary algorithms [6.788217433800101]
ベンチマーク問題を解くために部分的部分進化的アプローチが提案され、優れた結果が得られた。
また、一般的な収束アプローチ、すなわち楽観的で悲観的なアプローチにも新しい変種が提案されている。
実験の結果、アルゴリズムは楽観的な変量を持つ最適解に異なる収束性を示す。
論文 参考訳（メタデータ） (2020-08-22T23:12:07Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。