論文の概要: Advancements in Optimization: Adaptive Differential Evolution with Diversification Strategy

• arxiv url: http://arxiv.org/abs/2310.01057v2
• Date: Tue, 3 Oct 2023 02:25:20 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-04 22:34:18.182719
• Title: Advancements in Optimization: Adaptive Differential Evolution with Diversification Strategy
• Title（参考訳）: 最適化の進歩:多様化戦略による適応微分進化
• Authors: Sarit Maitra
• Abstract要約: 本研究は、個体群に基づく進化最適化アルゴリズム(多様化戦略を用いた適応微分進化、ADEDS)を提案する。 このアルゴリズムは当初は正弦波目的関数を用いて開発され、その後Rosenbrock、Rastrigin、Ackley、DeVilliersGlasser02などを含む22のベンチマーク関数の広い範囲で評価された。 その結果、ADEDSがより良いソリューションを見つける上で有効であることが明らかとなり、サプライチェーンの効率の向上、コスト削減、全体的な性能向上が重要であることが示唆された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: This study presents a population-based evolutionary optimization algorithm (Adaptive Differential Evolution with Diversification Strategies or ADEDS). The algorithm was initially developed using the sinusoidal objective function and subsequently evaluated with a wide-ranging set of 22 benchmark functions, including Rosenbrock, Rastrigin, Ackley, and DeVilliersGlasser02, among others. This work employs single-objective optimization in a two-dimensional space and runs ADEDS on each of these benchmark functions with multiple iterations. The optimization algorithms used in supply chain analytics have a direct impact on the efficiency and cost-effectiveness of supply chain operations. The findings reveal the effectiveness of ADEDS in finding better solutions, which implies its importance for improving supply chain efficiency, reducing costs, and enhancing overall performance.
• Abstract（参考訳）: 本研究では,個体群に基づく進化的最適化アルゴリズム(適応微分進化と多様化戦略,ADEDS)を提案する。 このアルゴリズムは当初は正弦波目的関数を用いて開発され、その後Rosenbrock、Rastrigin、Ackley、DeVilliersGlasser02などを含む22のベンチマーク関数の広い範囲で評価された。 この作業では,2次元空間における単目的最適化を採用し,各ベンチマーク関数上でADEDSを複数回実行している。 サプライチェーン分析で使用される最適化アルゴリズムは、サプライチェーンの効率性とコスト効率に直接影響を与える。 その結果、ADEDSがより良いソリューションを見つける上で有効であることが明らかとなり、サプライチェーンの効率の向上、コスト削減、全体的な性能向上が重要であることが示唆された。

関連論文リスト

• Integrating Chaotic Evolutionary and Local Search Techniques in Decision Space for Enhanced Evolutionary Multi-Objective Optimization [1.8130068086063336]
  本稿では,SOMMOP(Single-Objective Multi-Modal Optimization)とMOO(Multi-Objective Optimization)の両方に焦点を当てる。 SOMMOPではニッチ技術とカオス進化を統合し,ガウス突然変異を併用したパーシスタンス・クラスタリングを行った。 MOOでは,これらの手法を不確実性に基づく選択,適応的チューニングを組み込んだ包括的フレームワークに拡張し,決定論的群集に半径(R)の概念を導入する。
  論文  参考訳（メタデータ） (2024-11-12T15:18:48Z)
• An Invariant Information Geometric Method for High-Dimensional Online Optimization [9.538618632613714]
  本稿では,対応するフレームワークから派生した,完全な不変性指向進化戦略アルゴリズムを提案する。 ベイズ最適化と進化戦略における主要なアルゴリズムに対してSynCMAをベンチマークする。 あらゆるシナリオにおいて、SynCMAはサンプル効率において他のアルゴリズムよりも優れた能力を示す。
  論文  参考訳（メタデータ） (2024-01-03T07:06:26Z)
• Analyzing and Enhancing the Backward-Pass Convergence of Unrolled Optimization [50.38518771642365]
  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。 この設定における中心的な課題は最適化問題の解によるバックプロパゲーションであり、しばしば閉形式を欠いている。 本稿では, 非線形最適化の後方通過に関する理論的知見を提供し, 特定の反復法による線形システムの解と等価であることを示す。 Folded Optimizationと呼ばれるシステムが提案され、非ローリングなソルバ実装からより効率的なバックプロパゲーションルールを構築する。
  論文  参考訳（メタデータ） (2023-12-28T23:15:18Z)
• Enhancing Optimization Through Innovation: The Multi-Strategy Improved Black Widow Optimization Algorithm (MSBWOA) [11.450701963760817]
  本稿では,MSBWOA(Multi-Strategy Improved Black Widow Optimization Algorithm)を提案する。 複雑な最適化問題の解法において、標準的なブラックウィドウアルゴリズム(BW)の性能を向上させるように設計されている。 これは、多様性と初期の探索能力を高めるためにテントカオスマッピングを用いて人口を初期化すること、動的人口の維持と早期収束を防ぐために最も適していない個体に突然変異最適化を実装すること、局所最適から逃れるアルゴリズムの能力を高めるためにランダムな摂動戦略を追加すること、の4つの主要な戦略を統合する。
  論文  参考訳（メタデータ） (2023-12-20T19:55:36Z)
• Evolutionary Solution Adaption for Multi-Objective Metal Cutting Process Optimization [59.45414406974091]
  我々は,従来の最適化タスクから解を転送するアルゴリズムの能力を研究することのできる,システムの柔軟性のためのフレームワークを提案する。 NSGA-IIの柔軟性を2つの変種で検討し,1)2つのタスクの解を同時に最適化し,より適応性が高いと期待されるソース間の解を得る,2)活性化あるいは非活性化の異なる可能性に対応する能動的非アクティブなジェノタイプについて検討した。 その結果,標準NSGA-IIによる適応は目標目標への最適化に必要な評価回数を大幅に削減し,提案した変種は適応コストをさらに向上することがわかった。
  論文  参考訳（メタデータ） (2023-05-31T12:07:50Z)
• An Empirical Evaluation of Zeroth-Order Optimization Methods on AI-driven Molecule Optimization [78.36413169647408]
  分子目的を最適化するための様々なZO最適化手法の有効性について検討する。 ZO符号に基づく勾配降下(ZO-signGD)の利点を示す。 本稿では,Guurcamol スイートから広く使用されているベンチマークタスクに対して,ZO 最適化手法の有効性を示す。
  論文  参考訳（メタデータ） (2022-10-27T01:58:10Z)
• Evolving Pareto-Optimal Actor-Critic Algorithms for Generalizability and Stability [67.8426046908398]
  汎用性と安定性は,実世界における強化学習(RL)エージェントの運用において重要な2つの目的である。 本稿では,アクター・クリティック・ロス関数の自動設計法であるMetaPGを提案する。
  論文  参考訳（メタデータ） (2022-04-08T20:46:16Z)
• Bilevel Optimization: Convergence Analysis and Enhanced Design [63.64636047748605]
  バイレベル最適化は多くの機械学習問題に対するツールである。 Stoc-BiO という新しい確率効率勾配推定器を提案する。
  論文  参考訳（メタデータ） (2020-10-15T18:09:48Z)
• 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)

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。