WEKO3
インデックスリンク
アイテム
Product unit based neural networksを用いた遺伝子ネットワークのS-systemモデル推定手法の提案
http://hdl.handle.net/2297/14216
http://hdl.handle.net/2297/142160c9179a6-fc4e-4525-8677-c6989c9191ed
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
TE-PR-KIMURA-H-14216.pdf (488.6 kB)
|
|
| Item type | 学術雑誌論文 / Journal Article(1) | |||||
|---|---|---|---|---|---|---|
| 公開日 | 2017-10-03 | |||||
| タイトル | ||||||
| タイトル | Product unit based neural networksを用いた遺伝子ネットワークのS-systemモデル推定手法の提案 | |||||
| タイトル | ||||||
| タイトル | Inference of S-system models of the genetic networks using the product-unit-based-neural-networks | |||||
| 言語 | en | |||||
| 言語 | ||||||
| 言語 | jpn | |||||
| 資源タイプ | ||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_6501 | |||||
| 資源タイプ | journal article | |||||
| 著者 |
村田, 裕章
× 村田, 裕章× 越野, 亮× 三田村, 公智× 木村, 春彦 |
|||||
| 提供者所属 | ||||||
| 内容記述タイプ | Other | |||||
| 内容記述 | 金沢大学理工研究域電子情報学系 | |||||
| 書誌情報 |
情報処理学会研究報告. BIO, バイオ情報学 巻 2007, 号 128, p. 105-108, 発行日 2007-12-20 |
|||||
| ISSN | ||||||
| 収録物識別子タイプ | ISSN | |||||
| 収録物識別子 | 0919-6072 | |||||
| NCID | ||||||
| 収録物識別子タイプ | NCID | |||||
| 収録物識別子 | AN10505667 | |||||
| 出版者 | ||||||
| 出版者 | 情報処理学会 | |||||
| 抄録 | ||||||
| 内容記述タイプ | Abstract | |||||
| 内容記述 | 遺伝的アルゴリズム(GA)は, 進化のメカニズムに注目した最適化手法である.GAでは常に解を改善するように個体を進化させるため, 解が改善できない状態(進化的停滞)に陥ってしまい, 最適解を得ることが難しいという問題がある.この問題を解消する1つの方法として, 集団内の多様性を維持する方法があるが, その反面収束が遅くなってしまうという問題がある.そこで, 本研究では, 解を改善する改善集団と解を改悪する改悪集団を用いることによって, 解を常に改善するのではなく, 悪くすることによって進化的停滞を回避し, さらに収束速度が低減されないGAを提案する.また, 提案手法を時間枠つき配送計画問題に適用した結果, 従来のGAと比べ, 良い結果を得られたことを示す. Genetic Algorithms (GAs) are optimization methods inspired by evolutionary mechanisms. GAs fall into states which can't improve solutions (evolutionary stagnation) because indivisuals are always evoluated in order to improve. GAs have a difficulty problem to obtain the optimal solutions. As a way in order to dissolve this problem, the diversity maintenance of population, however, the problem occurs, which convergence speed becomes slow. This paper proposes a novel GA to avoid evolutionary stagnation by corrupting the solutions and also convergence speed does't become slow, by using improving population which improves the solutions, and corrupting population which corrupts the solutions, This paper also shows that good results compared with traditional GA on vehicle routing problems with time windows and function optimization problems. | |||||
| 著者版フラグ | ||||||
| 出版タイプ | VoR | |||||
| 出版タイプResource | http://purl.org/coar/version/c_970fb48d4fbd8a85 | |||||
| 関連URI | ||||||
| 識別子タイプ | URI | |||||
| 関連識別子 | http://ci.nii.ac.jp/naid/110006595408/ | |||||
