論文の概要: Modified Bat Algorithm: A Newly Proposed Approach for Solving Complex and Real-World Problems
- arxiv url: http://arxiv.org/abs/2407.15318v1
- Date: Sat, 6 Jul 2024 09:25:07 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-28 18:29:13.452470
- Title: Modified Bat Algorithm: A Newly Proposed Approach for Solving Complex and Real-World Problems
- Title（参考訳）: 修正バットアルゴリズム:複雑・実世界の問題を解くための新しい提案されたアプローチ
- Authors: Shahla U. Umar, Tarik A. Rashid, Aram M. Ahmed, Bryar A. Hassan, Mohammed Rashad Baker,
- Abstract要約: Bat Algorithm (BA) は、複雑な問題空間を効率的に探索し、準最適解を見つけるために設計されたメタヒューリスティック検索アルゴリズムである。
本稿では,修正バットアルゴリズム (MBA) を,元BAで観測された局所最適限界に対処するための拡張として提案する。
MBAは、現在の最適解の周波数と速度を取り入れ、最適解への収束速度を向上し、局所的最適進入を防止する。
- 参考スコア（独自算出の注目度）: 4.332857438189105
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Bat Algorithm (BA) is a nature-inspired metaheuristic search algorithm designed to efficiently explore complex problem spaces and find near-optimal solutions. The algorithm is inspired by the echolocation behavior of bats, which acts as a signal system to estimate the distance and hunt prey. Although the BA has proven effective for various optimization problems, it exhibits limited exploration ability and susceptibility to local optima. The algorithm updates velocities and positions based on the current global best solution, causing all agents to converge towards a specific location, potentially leading to local optima issues in optimization problems. On this premise, this paper proposes the Modified Bat Algorithm (MBA) as an enhancement to address the local optima limitation observed in the original BA. MBA incorporates the frequency and velocity of the current best solution, enhancing convergence speed to the optimal solution and preventing local optima entrapment. While the original BA faces diversity issues, both the original BA and MBA are introduced. To assess MBAs performance, three sets of test functions (classical benchmark functions, CEC2005, and CEC2019) are employed, with results compared to those of the original BA, Particle Swarm Optimization (PSO), Genetic Algorithm (GA), and Dragonfly Algorithm (DA). The outcomes demonstrate the MBAs significant superiority over other algorithms. Additionally, MBA successfully addresses a real-world assignment problem (call center problem), traditionally solved using linear programming methods, with satisfactory results.
- Abstract（参考訳）: Bat Algorithm (BA) は、複雑な問題空間を効率的に探索し、準最適解を見つけるために設計された、自然に着想を得たメタヒューリスティック検索アルゴリズムである。
このアルゴリズムはコウモリのエコー位置行動にインスパイアされ、コウモリは距離を推定し獲物を狩る信号システムとして機能する。
BAは様々な最適化問題に有効であることが証明されているが、探索能力と局所最適性への感受性が制限されている。
このアルゴリズムは現在のグローバルベストソリューションに基づいて速度と位置を更新し、すべてのエージェントが特定の場所に収束し、最適化問題における局所的な最適問題を引き起こす可能性がある。
そこで本研究では,修正バットアルゴリズム (MBA) を,元のBAで観測された局所最適値制限に対処するための拡張として提案する。
MBAは、現在の最適解の周波数と速度を取り入れ、最適解への収束速度を向上し、局所的最適進入を防止する。
元々のBAは多様性の問題に直面しているが、元々のBAとMBAはどちらも導入されている。
MBAの性能を評価するために,従来のBA, Particle Swarm Optimization (PSO), Genetic Algorithm (GA), Dragonfly Algorithm (DA) の3つのテスト関数(古典的ベンチマーク関数, CEC2005, CEC2019)を用いる。
これらの結果は、MBAが他のアルゴリズムよりも優れていることを示している。
さらに、MBAは、線形プログラミング手法を用いて伝統的に解決された実世界の代入問題(コールセンター問題)に、良好な結果で対処することに成功した。
関連論文リスト
- Training Greedy Policy for Proposal Batch Selection in Expensive Multi-Objective Combinatorial Optimization [52.80408805368928]
本稿では,バッチ取得のための新しいグリーディ型サブセット選択アルゴリズムを提案する。
赤蛍光タンパク質に関する実験により,提案手法は1.69倍少ないクエリでベースライン性能を達成できることが判明した。
論文 参考訳（メタデータ） (2024-06-21T05:57:08Z) - Iterative or Innovative? A Problem-Oriented Perspective for Code Optimization [81.88668100203913]
大規模言語モデル(LLM)は、幅広いプログラミングタスクを解く上で強力な能力を示している。
本稿では,パフォーマンス向上に着目したコード最適化について検討する。
論文 参考訳（メタデータ） (2024-06-17T16:10:10Z) - Discovering Preference Optimization Algorithms with and for Large Language Models [50.843710797024805]
オフライン優先最適化は、LLM(Large Language Model)出力の品質を向上・制御するための重要な手法である。
我々は、人間の介入なしに、新しい最先端の選好最適化アルゴリズムを自動で発見する客観的発見を行う。
実験は、ロジスティックと指数的損失を適応的にブレンドする新しいアルゴリズムであるDiscoPOPの最先端性能を示す。
論文 参考訳（メタデータ） (2024-06-12T16:58:41Z) - Localized Zeroth-Order Prompt Optimization [54.964765668688806]
そこで我々は,ZOPO(Localized zeroth-order prompt optimization)という新しいアルゴリズムを提案する。
ZOPOはニューラル・タンジェント・カーネルをベースとしたガウス法を標準ゼロ階次最適化に取り入れ、高速な局所最適探索を高速化する。
注目すべきは、ZOPOは最適化性能とクエリ効率の両方の観点から、既存のベースラインを上回っていることだ。
論文 参考訳（メタデータ） (2024-03-05T14:18:15Z) - Multi-Modal Optimization with k-Cluster Big Bang-Big Crunch Algorithm [0.7639610349097473]
本稿では,クラスタリング,すなわちk-BBBCに基づくBig Bang-Big Crunchアルゴリズムのマルチモーダル最適化版を提案する。
このアルゴリズムは全人口の完全な収束を保証し、特定の問題に対する局所最適化の99%を平均で取得する。
論文 参考訳（メタデータ） (2023-12-21T06:16:32Z) - LABCAT: Locally adaptive Bayesian optimization using principal-component-aligned trust regions [0.0]
信頼領域に基づくBOを拡張した LABCAT アルゴリズムを提案する。
このアルゴリズムは、最先端のBOや他のブラックボックス最適化アルゴリズムよりも優れていることを示す。
論文 参考訳（メタデータ） (2023-11-19T13:56:24Z) - HARRIS: Hybrid Ranking and Regression Forests for Algorithm Selection [75.84584400866254]
両アプローチの強みを両アプローチの弱さを緩和しつつ組み合わせ, 特殊林を利用した新しいアルゴリズムセレクタを提案する。
HARRISの決定は、ハイブリッドランキングと回帰損失関数に基づいて最適化された木を作成する森林モデルに基づいている。
論文 参考訳（メタデータ） (2022-10-31T14:06:11Z) - An Improved BAT Algorithm for Solving Job Scheduling Problems in Hotels
and Restaurants [12.641474799416772]
Batアルゴリズム(BA)は、Swarmインテリジェンスファミリーのメタヒューリスティックアルゴリズムの一般的な例である。
本稿では,コンバージェンスを高速化し,大規模アプリケーションでより実用的な手法を実現するため,オリジナルのBAの改良を行った。
改造BAはホテルやレストランの実際のジョブスケジューリング問題を解決するために適用された。
論文 参考訳（メタデータ） (2021-07-25T09:46:52Z) - Bayesian Algorithm Execution: Estimating Computable Properties of
Black-box Functions Using Mutual Information [78.78486761923855]
多くの現実世界では、T関数の評価の予算を考えると、高価なブラックボックス関数 f の性質を推測したい。
本稿では,アルゴリズムの出力に対して相互情報を最大化するクエリを逐次選択する手法InfoBAXを提案する。
これらの問題に対してInfoBAXは、元のアルゴリズムで要求されるより500倍少ないクエリをfに使用する。
論文 参考訳（メタデータ） (2021-04-19T17:22:11Z) - The Archerfish Hunting Optimizer: a novel metaheuristic algorithm for
global optimization [0.8315801422499861]
グローバル最適化は、目的関数を最小化することにより、現実の問題を数値的にあるいは分析的に解決する。
我々はArcherfish Hunting (AHO)に基づくグローバルメタヒ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） (2021-02-03T16:22:31Z) - Critical Analysis: Bat Algorithm based Investigation and Application on
Several Domains [1.1802674324027231]
このアルゴリズムのアイデアはコウモリのエコーロケーション能力から取られた。
バットアルゴリズムは、背景、特徴、制限の観点から詳細に与えられる。
論文 参考訳（メタデータ） (2021-01-18T19:25:12Z)
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。