Accurate mixed weibuII distribution fitting by differential evolution
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216275%3A25410%2F17%3A39911936" target="_blank" >RIV/00216275:25410/17:39911936 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1145/3071178.3071290" target="_blank" >http://dx.doi.org/10.1145/3071178.3071290</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1145/3071178.3071290" target="_blank" >10.1145/3071178.3071290</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Accurate mixed weibuII distribution fitting by differential evolution
Popis výsledku v původním jazyce
Mixed Weibull distribution is a probability distribution noted for its wide applicability in many diverse fields. The ability to accurately estimate mixed distribution parameters is essential for data-driven modeling, simulation, and analysis of the phenomena represented by mixed Weibull models. Nature-inspired metaheuristics for continuous parameter optimization have shown good potential for approximating parameters of complex statistical models. Differential evolution is a popular evolutionary real-parameter optimization method with good results in many areas. This work uses differential evolution to fit mixed Weibull distribution to data and analyzes the ability of different differential evolution variants to estimate mixture parameters.
Název v anglickém jazyce
Accurate mixed weibuII distribution fitting by differential evolution
Popis výsledku anglicky
Mixed Weibull distribution is a probability distribution noted for its wide applicability in many diverse fields. The ability to accurately estimate mixed distribution parameters is essential for data-driven modeling, simulation, and analysis of the phenomena represented by mixed Weibull models. Nature-inspired metaheuristics for continuous parameter optimization have shown good potential for approximating parameters of complex statistical models. Differential evolution is a popular evolutionary real-parameter optimization method with good results in many areas. This work uses differential evolution to fit mixed Weibull distribution to data and analyzes the ability of different differential evolution variants to estimate mixture parameters.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10103 - Statistics and probability
Návaznosti výsledku
Projekt
—
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2017
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
GECCO 2017 : Proceedings of the 2017 Genetic and Evolutionary Computation Conference
ISBN
978-1-4503-4920-8
ISSN
—
e-ISSN
neuvedeno
Počet stran výsledku
8
Strana od-do
1161-1168
Název nakladatele
ACM (Association for Computing Machinery)
Místo vydání
New York
Místo konání akce
Berlín
Datum konání akce
15. 7. 2017
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—