Synchronous and Asynchronous Migration in Adaptive Differential Evolution Algorithms
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61988987%3A17310%2F13%3AA13015U5" target="_blank" >RIV/61988987:17310/13:A13015U5 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
čeština
Název v původním jazyce
Synchronous and Asynchronous Migration in Adaptive Differential Evolution Algorithms
Popis výsledku v původním jazyce
The influence of synchronous and asynchronous migration on the performance of adaptive differential evolution algorithms is investigated. Six adaptive differential evolution variants are employed by the parallel migration model with a~star topology. Synchronous and asynchronous migration models with various parameters settings were experimentally compared with non-parallel adaptive algorithms in six shifted benchmark problems of dimension D=30. Three different ways of exchanging individuals are appliedin a synchronous island model with a fixed number of islands. Three different numbers of sub-populations are set up in an asynchronous island model. The parallel synchronous and asynchronous migration models increase performance in most problems.
Název v anglickém jazyce
Synchronous and Asynchronous Migration in Adaptive Differential Evolution Algorithms
Popis výsledku anglicky
The influence of synchronous and asynchronous migration on the performance of adaptive differential evolution algorithms is investigated. Six adaptive differential evolution variants are employed by the parallel migration model with a~star topology. Synchronous and asynchronous migration models with various parameters settings were experimentally compared with non-parallel adaptive algorithms in six shifted benchmark problems of dimension D=30. Three different ways of exchanging individuals are appliedin a synchronous island model with a fixed number of islands. Three different numbers of sub-populations are set up in an asynchronous island model. The parallel synchronous and asynchronous migration models increase performance in most problems.
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2013
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
NEURAL NETWORK WORLD
ISSN
1210-0552
e-ISSN
—
Svazek periodika
23
Číslo periodika v rámci svazku
1
Stát vydavatele periodika
CZ - Česká republika
Počet stran výsledku
14
Strana od-do
17-30
Kód UT WoS článku
—
EID výsledku v databázi Scopus
—