論文の概要: VNE Strategy based on Chaotic Hybrid Flower Pollination Algorithm
Considering Multi-criteria Decision Making
- arxiv url: http://arxiv.org/abs/2202.03429v1
- Date: Mon, 7 Feb 2022 00:57:00 GMT
- ステータス: 処理完了
- システム内更新日: 2022-02-09 15:19:45.313436
- Title: VNE Strategy based on Chaotic Hybrid Flower Pollination Algorithm
Considering Multi-criteria Decision Making
- Title（参考訳）: マルチクリトリア意思決定を考慮した混和ハイブリッド受粉アルゴリズムに基づくvne戦略
- Authors: Peiying Zhang, Fanglin Liu, Gagangeet Singh Aujla, Sahil Vashist
- Abstract要約: 仮想ネットワーク埋め込み (Virtual Network Embedding, VNE) 問題に対するハイブリッド花の受粉アルゴリズムの設計戦略について論じる。
クロス操作は、グローバル検索を完了させるためにクロスポリン化操作を置き換えるために使用される。
従来のフィットネスベースの選択戦略の補完としてライフサイクルメカニズムが導入されている。
- 参考スコア（独自算出の注目度）: 12.361459296815559
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: With the development of science and technology and the need for
Multi-Criteria Decision-Making (MCDM), the optimization problem to be solved
becomes extremely complex. The theoretically accurate and optimal solutions are
often difficult to obtain. Therefore, meta-heuristic algorithms based on
multi-point search have received extensive attention. Aiming at these problems,
the design strategy of hybrid flower pollination algorithm for Virtual Network
Embedding (VNE) problem is discussed. Combining the advantages of the Genetic
Algorithm (GA) and FPA, the algorithm is optimized for the characteristics of
discrete optimization problems. The cross operation is used to replace the
cross-pollination operation to complete the global search and replace the
mutation operation with self-pollination operation to enhance the ability of
local search. Moreover, a life cycle mechanism is introduced as a complement to
the traditional fitness-based selection strategy to avoid premature
convergence. A chaotic optimization strategy is introduced to replace the
random sequence-guided crossover process to strengthen the global search
capability and reduce the probability of producing invalid individuals.
- Abstract（参考訳）: 科学技術の発展とMCDM(Multi-Criteria Decision-Making)の必要性により、解決すべき最適化問題は極めて複雑になる。
理論的に正確で最適な解はしばしば得るのが難しい。
そのため,多点探索に基づくメタヒューリスティックアルゴリズムが注目されている。
これらの問題を踏まえ、仮想ネットワーク埋め込み(VNE)問題に対するハイブリッド花の受粉アルゴリズムの設計戦略について論じる。
遺伝的アルゴリズム(GA)とFPAの利点を組み合わせることで、離散最適化問題の特徴を最適化する。
交叉操作は、交叉操作を置き換えてグローバル検索を完了させ、突然変異操作を自己交叉操作に置き換え、局所検索能力を高めるために用いられる。
さらに、早期収束を避けるため、従来のフィットネスベースの選択戦略を補完するライフサイクルメカニズムを導入する。
ランダムシーケンス誘導クロスオーバープロセスを置き換えるためにカオス最適化戦略を導入し,グローバル検索能力を強化し,不正な個人を発生させる確率を低減した。
関連論文リスト
- Large Language Model Aided Multi-objective Evolutionary Algorithm: a Low-cost Adaptive Approach [4.442101733807905]
本研究では,大規模言語モデル(LLM)と従来の進化的アルゴリズムを組み合わせることで,アルゴリズムの探索能力と一般化性能を向上させる新しいフレームワークを提案する。
適応機構内の補助的評価関数と自動的プロンプト構築を活用し, LLM の利用を柔軟に調整する。
論文 参考訳（メタデータ） (2024-10-03T08:37:02Z) - Modified CMA-ES Algorithm for Multi-Modal Optimization: Incorporating Niching Strategies and Dynamic Adaptation Mechanism [0.03495246564946555]
本研究では,多モード最適化問題に対する共分散行列適応進化戦略 (CMA-ES) アルゴリズムを改良する。
この拡張は、複数のグローバルミニマの課題への対処、多様性の維持と複雑なフィットネスランドスケープを探索するアルゴリズムの能力の改善に焦点を当てている。
ニッチ戦略と動的適応機構を取り入れて,複数のグローバル最適化を識別・最適化するアルゴリズムの性能を向上する。
論文 参考訳（メタデータ） (2024-07-01T03:41:39Z) - Federated Conditional Stochastic Optimization [110.513884892319]
条件付き最適化は、不変学習タスク、AUPRC、AMLなど、幅広い機械学習タスクで見られる。
本稿では,分散フェデレーション学習のためのアルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-10-04T01:47:37Z) - Genetic Engineering Algorithm (GEA): An Efficient Metaheuristic
Algorithm for Solving Combinatorial Optimization Problems [1.8434042562191815]
遺伝的アルゴリズム(GA)は最適化問題の解法における効率性で知られている。
本稿では遺伝子工学の概念からインスピレーションを得るため,遺伝子工学アルゴリズム(GEA)と呼ばれる新しいメタヒューリスティックアルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-09-28T13:05:30Z) - Accelerating Cutting-Plane Algorithms via Reinforcement Learning
Surrogates [49.84541884653309]
凸離散最適化問題に対する現在の標準的なアプローチは、カットプレーンアルゴリズムを使うことである。
多くの汎用カット生成アルゴリズムが存在するにもかかわらず、大規模な離散最適化問題は、難易度に悩まされ続けている。
そこで本研究では,強化学習による切削平面アルゴリズムの高速化手法を提案する。
論文 参考訳（メタデータ） (2023-07-17T20:11:56Z) - 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) - Distributed Evolution Strategies for Black-box Stochastic Optimization [42.90600124972943]
この研究は、分散ブラックボックス最適化への進化的アプローチに関するものである。
各作業者は、アルゴリズムによる問題の近似を個別に解くことができる。
問題のロバスト性を大幅に改善する2つの代替シミュレーション手法を提案する。
論文 参考訳（メタデータ） (2022-04-09T11:18:41Z) - EOS: a Parallel, Self-Adaptive, Multi-Population Evolutionary Algorithm
for Constrained Global Optimization [68.8204255655161]
EOSは実数値変数の制約付きおよび制約なし問題に対する大域的最適化アルゴリズムである。
これはよく知られた微分進化(DE)アルゴリズムに多くの改良を加えている。
その結果、EOSisは、最先端の単一人口自己適応Dアルゴリズムと比較して高い性能を達成可能であることが証明された。
論文 参考訳（メタデータ） (2020-07-09T10:19:22Z) - A Novel Meta-Heuristic Optimization Algorithm Inspired by the Spread of
Viruses [0.0]
ウイルス拡散最適化(VSO)と呼ばれる,自然に着想を得たメタヒューリスティック最適化アルゴリズムを提案する。
VSOはホスト間のウイルスの拡散を緩やかに模倣し、多くの困難かつ継続的な最適化問題の解決に効果的に適用することができる。
論文 参考訳（メタデータ） (2020-06-11T09:35:28Z) - Stochastic batch size for adaptive regularization in deep network
optimization [63.68104397173262]
ディープラーニングフレームワークにおける機械学習問題に適用可能な適応正規化を取り入れた一階最適化アルゴリズムを提案する。
一般的なベンチマークデータセットに適用した従来のネットワークモデルに基づく画像分類タスクを用いて,提案アルゴリズムの有効性を実証的に実証した。
論文 参考訳（メタデータ） (2020-04-14T07:54:53Z) - Adaptivity of Stochastic Gradient Methods for Nonconvex Optimization [71.03797261151605]
適応性は現代最適化理論において重要であるが、研究されていない性質である。
提案アルゴリズムは,PL目標に対して既存のアルゴリズムよりも優れた性能を保ちながら,PL目標に対して最適な収束性を実現することを実証した。
論文 参考訳（メタデータ） (2020-02-13T05:42:27Z)
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。