Particle Swarm Optimization based on Novelty Search

要約

この論文では、ノベルティ検索と組み合わせた粒子群最適化アルゴリズムを提案します。
Novelty Search は、検索ドメイン内で新しい検索場所を見つけます。その後、Particle Swarm Optimization がその領域を厳密に検索して全体的な最適解を求めます。
このメソッドは目的を持たない Novelty Search によって制御されるため、ローカル オプティマでブロックされることはありません。
より多くの局所最適値があり、2 番目の全体最適値が真の最適値から程遠い関数の場合、本方法は正常に機能します。
本アルゴリズムは、探索領域全体を探索するまで決して停止しない。
一連の実験試験により、複雑な最適化テスト関数に対する本アルゴリズムの堅牢性と有効性が証明されています。

要約(オリジナル)

In this paper we propose a Particle Swarm Optimization algorithm combined with Novelty Search. Novelty Search finds novel place to search in the search domain and then Particle Swarm Optimization rigorously searches that area for global optimum solution. This method is never blocked in local optima because it is controlled by Novelty Search which is objective free. For those functions where there are many more local optima and second global optimum is far from true optimum, the present method works successfully. The present algorithm never stops until it searches entire search area. A series of experimental trials prove the robustness and effectiveness of the present algorithm on complex optimization test functions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google