검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Reliability Optimization Design Using a Hybridized Genetic Algorithm with a Neural-Network Technique 신경망 기법을 이용한 하이브리드 유전 알고리즘을 이용한 신뢰성 최적화 설계

ChangYoon LEE, Mitsuo GEN, Way KUO

  • 조회수

    0

  • 이것을 인용

요약 :

본 논문에서는 연속형 결정변수와 이산형 결정변수를 동시에 결정해야 하는 비선형 혼합정수계획법(nMIP) 모델로 공식화된 최적 신뢰도 할당/중복 할당 문제를 검토한다. 이 문제는 비선형 정수 문제(nIP)로 표현되는 중복 할당 문제보다 더 어렵습니다. 최근 몇몇 연구자들은 최적 신뢰도 할당/중복 할당 문제를 해결하기 위해 유전자 알고리즘(GA)을 사용하여 수용 가능하고 만족스러운 결과를 얻었습니다. 그러나 대규모 문제의 경우 GA는 광범위한 연속 검색 공간으로 인해 실행 가능한 솔루션을 엄청나게 많이 열거해야 합니다. 이러한 어려움을 극복하기 위해 우리는 최적의 연속 솔루션을 근사하는 데 적합한 신경망 기술(NN-hGA)과 결합된 하이브리드 GA를 제안합니다. GA와 NN 기술을 결합하면 NN 기술로 광범위한 연속 검색 공간을 제한함으로써 GA가 최적의 신뢰도 할당/중복 할당 문제를 더 쉽게 해결할 수 있습니다. 또한 NN-hGA는 최적의 견고성과 안정성을 제공하며 문제의 다양한 초기 조건에 영향을 미치지 않습니다. 수치 실험과 이전 결과와의 비교는 제안된 방법의 효율성을 보여줍니다.

발행
IEICE TRANSACTIONS on Fundamentals Vol.E84-A No.2 pp.627-637
발행일
2001/02/01
공개일
온라인 ISSN
DOI
원고의 종류
PAPER
범주
수치해석 및 최적화

작성자

키워드