論文の概要: Indian Wedding System Optimization (IWSO): A Novel Socially Inspired Metaheuristic with Operational Design and Analysis
- arxiv url: http://arxiv.org/abs/2605.13871v1
- Date: Tue, 05 May 2026 08:57:52 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-15 21:45:34.389357
- Title: Indian Wedding System Optimization (IWSO): A Novel Socially Inspired Metaheuristic with Operational Design and Analysis
- Title（参考訳）: インドウェディングシステム最適化(IWSO) : 操作設計と分析による社会に触発されたメタヒューリスティック
- Authors: Deepika Saxena, Kishu Gupta, Jitendra Kumar, Jatinder Kumar, Sakshi Patni, Vinaytosh Mishra, Niharika Singh, Ashutosh Kumar Singh,
- Abstract要約: 本稿では,新しい人口ベースメタヒューリスティック,インドウェディングシステム最適化(IWSO)を提案する。
IWSOは、複雑な最適化問題を解決するためのガイド付き選択探索フレームワークとして、家族、候補者、およびマッチメーカー間の協調によって駆動されるマッチングプロセスをモデル化する。
アルゴリズムは、(i)弱い候補の進化をエリートソリューションが指示し、外部パラメータなしで収束を高め、(ii)多様性を保ち、未熟な個人を置き換えることで早期収束を防ぐ適応的除去と再初期化メカニズムである。
- 参考スコア（独自算出の注目度）: 6.486984526094083
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper presents a novel population-based metaheuristic, Indian Wedding System Optimization (IWSO), inspired by the socio-cultural dynamics of traditional Indian weddings. IWSO models the matchmaking process driven by collaboration among families, candidates, and matchmakers as a guided, selective search framework for solving complex optimization problems. The algorithm introduces two key innovations: (i) a matchmaker-guided influence strategy, where elite solutions direct the evolution of weaker candidates, enhancing convergence without external parameters; and (ii) an adaptive elimination and reinitialization mechanism that maintains diversity and prevents premature convergence by replacing underperforming individuals. IWSO employs a weighted multi-objective fitness function and analytically derived time and space complexity, benchmarked against existing optimization approaches such as Genetic Algorithm (GA), Partical Swarm Optimization (PSO), Differential Evolution (DE), Cuckoo Search (CS), etc. Extensive experiments on benchmark high-dimensional and multimodal test functions demonstrate superior performance of IWSO in terms of convergence speed, solution quality, and robustness.
- Abstract（参考訳）: 本稿では,インド式結婚式の社会的・文化的ダイナミクスに触発された,人口ベースメタヒューリスティックなインド式ウェディングシステム最適化(IWSO)を提案する。
IWSOは、複雑な最適化問題を解決するためのガイド付き選択探索フレームワークとして、家族、候補者、およびマッチメーカー間の協調によって駆動されるマッチングプロセスをモデル化する。
このアルゴリズムは2つの重要なイノベーションを導入している。
一 弱候補の進化を指導し、外部パラメータなしで収束を増強する、マッチメーカー主導の影響力戦略
二 多様性を保ち、未成年者を置き換えることにより早期収束を防止する適応的除去再生機構。
IWSOは、重み付けされた多目的フィットネス機能と解析的に導出された時間と空間の複雑さを採用し、遺伝的アルゴリズム(GA)、パルチカルスウォーム最適化(PSO)、微分進化(DE)、カクーサーチ(CS)といった既存の最適化手法と比較した。
高次元およびマルチモーダルなテスト関数のベンチマーク実験は、収束速度、解品質、ロバスト性の観点から、IWSOの優れた性能を示す。
関連論文リスト
- NCO4CVRP: Neural Combinatorial Optimization for the Capacitated Vehicle Routing Problem [0.23560550919269374]
この研究は、ソリューションの品質と一般化を高めるために既存の推論技術を改善することに焦点を当てている。
推論手法の洗練と検索戦略の強化により,実世界の最適化タスクにおけるNCOモデルの適用性の向上に寄与する。
論文 参考訳（メタデータ） (2026-04-17T14:28:50Z) - AdaEvolve: Adaptive LLM Driven Zeroth-Order Optimization [61.535567824938205]
本稿では,LLMによる進化を階層的適応最適化問題として再構成するフレームワークであるAdaEvolveを紹介する。
AdaEvolveは185の異なるオープンエンド最適化問題において、オープンエンドベースラインを一貫して上回っている。
論文 参考訳（メタデータ） (2026-02-23T18:45:31Z) - Socio-cognitive agent-oriented evolutionary algorithm with trust-based optimization [70.49434432747293]
信頼に基づく最適化(TBO)は、従来の周期的移行を信頼や評価に基づく柔軟なエージェント駆動の相互作用メカニズムに置き換える進化計算における島モデルの新たな拡張である。
実験の結果、TBOは様々な最適化問題において標準島モデル進化アルゴリズムよりも優れていた。
論文 参考訳（メタデータ） (2025-10-29T01:59:26Z) - Bio-Inspired Neuron Synapse Optimization for Adaptive Learning and Smart Decision-Making [0.0]
神経相互作用にインスパイアされた新しいメタヒューリスティックアルゴリズムである神経最適化(NSO)を紹介する。
このアルゴリズムは人気のあるメタヒューリスティックスと最近発表されたHippopotamus Optimization Algorithm (HOA)とをベンチマークした。
ベンチマークの結果、NSOは収束速度、堅牢性、スケーラビリティという点で他の主要なアルゴリズムよりも一貫して優れています。
論文 参考訳（メタデータ） (2025-10-28T03:58:11Z) - Experience-Guided Reflective Co-Evolution of Prompts and Heuristics for Automatic Algorithm Design [124.54166764570972]
組合せ最適化問題は伝統的に手作りのアルゴリズムで取り組まれている。
最近の進歩は、大規模言語モデルによる自動設計の可能性を強調している。
本稿では,自動アルゴリズム設計のためのPmpt and Heuristics (EvoPH) を用いた経験進化的リフレクティブ・ガイドを提案する。
論文 参考訳（メタデータ） (2025-09-29T09:24:09Z) - Deep Reinforcement Learning-Assisted Component Auto-Configuration of Differential Evolution Algorithm for Constrained Optimization: A Foundation Model [12.957830806430733]
我々は、制約付き最適化問題(COP)に対処する微分進化法(DE)アルゴリズムにおいて、自動コンポーネント構成のための新しいフレームワークを導入する。
SuperDEは、ゼロショットで見えない問題に対して、最適な世代ごとの設定を推奨できる。
実験の結果,SuperDEはベンチマークテストスイートにおいて既存の最先端アルゴリズムよりも大幅に優れていた。
論文 参考訳（メタデータ） (2025-09-14T00:14:40Z) - Preference Optimization for Combinatorial Optimization Problems [54.87466279363487]
強化学習(Reinforcement Learning, RL)は、ニューラルネットワーク最適化のための強力なツールとして登場した。
大幅な進歩にもかかわらず、既存のRLアプローチは報酬信号の減少や大規模な行動空間における非効率な探索といった課題に直面している。
統計的比較モデルを用いて定量的報酬信号を定性的選好信号に変換する新しい手法であるPreference Optimizationを提案する。
論文 参考訳（メタデータ） (2025-05-13T16:47:00Z) - 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) - 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) - Accelerating the Evolutionary Algorithms by Gaussian Process Regression
with $\epsilon$-greedy acquisition function [2.7716102039510564]
本稿では,最適化の収束を早めるために,エリート個人を推定する新しい手法を提案する。
我々の提案には、エリート個人を推定し、最適化の収束を加速する幅広い見通しがある。
論文 参考訳（メタデータ） (2022-10-13T07:56:47Z)
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。