@article{oai:kansai-u.repo.nii.ac.jp:00011163,
 author = {榎原, 博之 and 長辻, 亮太 and 硲, 一稀},
 issue = {10},
 journal = {情報処理学会論文誌},
 month = {Oct},
 note = {組合せ最適化問題などの複雑な問題に対して，メタヒューリスティクス手法は有効であり，その性能は近年飛躍的に向上している．その中でもParticle Swarm Optimization (PSO) をConsultant Guided Search (CGS) の適応パラメータチューニングに用いた，CGS-PSOハイブリッド手法は強力な最適化能力を示した．本研究では，CGS-PSOハイブリッド手法をさらにエンハンスメントするために，プロセス間でパラメータを共有させる並列化手法を提案する．TSPLIBの問題例に対するベンチマークにより，収束速度と誤差率について性能評価を行う．その結果，提案手法は収束速度の観点から優れた手法であることを示す．, Meta-heuristics is available for the combinatorial optimization problem and its ability has been developed. Especially, the Consultant Guided Search-Particle Swarm Optimization (CGS-PSO) hybrid method has showed powerful performance. CGS-PSO hybrid method tunes parameters of CGS algorithm with PSO algorithm adaptively. In this study, in order to enhance the CGS-PSO hybrid method, we propose the new parallel parameter tuning method with sharing parameters between processes. We benchmark the proposed method in the convergence speed and the error rate for instances of TSPLIB. As a result, we show the proposed method is superior in terms of the convergence speed.},
 pages = {1724--1734},
 title = {粒子群最適化パラメータチューニングを用いた高速ハイブリッド手法},
 volume = {58},
 year = {2017}
}