Synchronous and Asynchronous Migration in Adaptive Differential Evolution Algorithms

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

—

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.

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2013

Kód důvěrnosti údajů

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

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

—