论文信息 - Search Performance Evaluation of Artificial Bee Colony Algorithm on High-Dimensional Function Optimization

Search Performance Evaluation of Artificial Bee Colony Algorithm on High-Dimensional Function Optimization

ミツバチの群れによる知的な採餌行動に着想を得た Artificial Bee Colony (ABC) アルゴリズム [1,2] は, V. Tereshkoらのモデル [3]に基づいて,多変数関数や多峰性関数の最適化のために,D. Karabogaによって2005 年に提案された [4].その後,D. Karabogaらは,進化的アルゴリズムの一種である遺伝的アルゴリズム (Genetic Algorithm: GA) や Differential Evolution (DE) アルゴリズム,そして群知能の一種であるParticle Swarm Optimization (PSO) アルゴリズムを比較対象として, 関数最適化に関する計算機実験を行い,制御パラメータ数がきわめて少ないという特徴を有するABCは,GAや DE,PSOと同等以上の探索性能を有することを,2009 年に参考文献 [5]で報告している.さらに,関数の次元数が高くなるほど,ABCの有効性が顕著になると述べている.しかしながら,その次元数はたかだか 30次元までであり,ABCの次元数に対するロバスト性を明らかにするためには,さらに高次元での評価が必要である. 本研究では,ABCと同じ群知能の一種であるPSOを比較対象として,低次元の先行研究と同様の実験条件のもとで,30次元以上の 100次元までの関数を対象とした計算機実験を行い,ABCの次元数に対するロバスト性を評価した.

Ichiro Iimura | Shigeru Nakayama | S. Nakayama | I. Iimura

[1] El-Ghazali Talbi,et al. Metaheuristics - From Design to Implementation , 2009 .

[2] Xin-She Yang,et al. Nature-Inspired Metaheuristic Algorithms , 2008 .

[3] Dervis Karaboga,et al. A comparative study of Artificial Bee Colony algorithm , 2009, Appl. Math. Comput..

[4] Dervis Karaboga,et al. AN IDEA BASED ON HONEY BEE SWARM FOR NUMERICAL OPTIMIZATION , 2005 .

[5] René Thomsen,et al. A comparative study of differential evolution, particle swarm optimization, and evolutionary algorithms on numerical benchmark problems , 2004, Proceedings of the 2004 Congress on Evolutionary Computation (IEEE Cat. No.04TH8753).