Using Neural Networks to Tune Heuristic Parameters in Evolutionary Optimization

Result code in IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F06%3A00032030" target="_blank" >RIV/67985807:_____/06:00032030 - isvavai.cz</a>

Result on the web

—

DOI - Digital Object Identifier

—

Result language

angličtina

Original language name

Using Neural Networks to Tune Heuristic Parameters in Evolutionary Optimization

Original language description

Evolutionary optimization algorithms contain, due to their heuristic inspiration, many heuristic parameters, which need to be empirically tuned for the algorithm to work properly. This paper deals with tuning such parameters in situations when the valuesof the objective function have to be obtained in a costly experimental way. It suggests to use a neural-network based approximation of the objective function for parameter tuning in such situations. In this way, the convergence speed of the algorithm and the diversity of the population of points can be in vestigated for many various combinations of heuristic parameters. To construct the approximating neural network, some initial amount of data is needed, usually obtained from running the algorithm forseveral generations with default values.

Czech name

Použití neuronových sítí k nastavování heuristických parametrů v evoluční optimalizaci

Czech description

Evoluční optimalizační algoritmy obsahují díky své heuristické inspiraci mnoho heuristických parametrů, které je pro řádnou funkci algoritmu zapotřebí empiricky nastavit. Tento článek se zabýva nastavováním takových parametrů v situacích, kdy se hodnotycílové funkce musí získávat nákladným způsobem experimentálně. Navrhuje používat v takových situacích pro nastavování parametrů aproximaci cílové funkce pomocí neuronových sítí. Tímto způsobem lze pro mnoho různých kombinací heuristických parametrů zkoumat rychlost konvergence algoritmu a různorodost populace bodu. Ke konstrukci aproximující neuronové sítě je zapotřebí určité počáteční množství dat, které je obvykle získáno tak, že algoritmus běží po několik generací s defaultními hodnotami.

Type

D - Article in proceedings

CEP classification

IN - Informatics

OECD FORD branch

—

Project

<a href="/en/project/GA201%2F05%2F0325" target="_blank" >GA201/05/0325: New methods and tools for knowledge discovery in databases</a><br>

Continuities

Z - Vyzkumny zamer (s odkazem do CEZ)

Publication year

2006

Confidentiality

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Article name in the collection

Artificial Intelligence, Knowledge Engineering and Data Bases

ISBN

960-8457-41-6

ISSN

—

e-ISSN

—

Number of pages

6

Pages from-to

1-6

Publisher name

WSEAS Press

Place of publication

Athens

Event location

Madrid

Event date

Feb 15, 2006

Type of event by nationality

WRD - Celosvětová akce

UT code for WoS article

—