A New Approach to Tuning Heuristic Parameters of Genetic Algorithms
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F06%3A00031808" target="_blank" >RIV/67985807:_____/06:00031808 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
angličtina
Original language name
A New Approach to Tuning Heuristic Parameters of Genetic Algorithms
Original language description
The heuristic inspiration of genetic algorithms entails their dependence on many heuristic parameters. For the algorithm to work properly, those parameters need to be empirically tuned. If the values of the objective function have to be obtained in a costly experimental way, then the algorithm can not be run with several various combinations of the values of heuristic parameters. This paper suggests to use a neural-network based approximation of the objective function for parameter tuning in such situations. Such an aproach allows to investigate the convergence speed of the algorithm and the diversity of the population for many combinations of the values of heuristic parameters. A case study in materials science demonstrates the feasibility of the proposed approach.
Czech name
Nový přístup k nastavování heuristických parametrů genetických algoritmů
Czech description
Heuristická inspirace genetických algoritmů má za následek jejich závislost na mnoha heuristických parametrech. Aby algoritmus řádně fungoval, tyto parametry je třeba empiricky nastavit. Musí-li být hodnoty cílové funkce získávány pomocí nakladných experimentů, není možné spouštět algoritmus několikrát s různými kombinacemi hodnot heuristických parametrů. Tento článek navrhuje používat v takových situacích aproximaci cílové funkce pomocí umělých neuronových sítí. Takový přístup dovoluje zkoumat rychlostkonvergence a různorodost populace pro mnoho kombinací hodnot heuristických parametrů. Přijatelnost navrženého přístupu je demonstrována na případové studii z vědy o materiálech.
Classification
Type
J<sub>x</sub> - Unclassified - Peer-reviewed scientific article (Jimp, Jsc and Jost)
CEP classification
IN - Informatics
OECD FORD branch
—
Result continuities
Project
Result was created during the realization of more than one project. More information in the Projects tab.
Continuities
Z - Vyzkumny zamer (s odkazem do CEZ)
Others
Publication year
2006
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Name of the periodical
WSEAS Transactions on Information Science and Applications
ISSN
1790-0832
e-ISSN
—
Volume of the periodical
3
Issue of the periodical within the volume
3
Country of publishing house
US - UNITED STATES
Number of pages
8
Pages from-to
562-569
UT code for WoS article
—
EID of the result in the Scopus database
—