On the Performance and Complexity of Crossover in Differential Evolution Algorithm
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61988987%3A17310%2F20%3AA21026EE" target="_blank" >RIV/61988987:17310/20:A21026EE - isvavai.cz</a>
Výsledek na webu
<a href="https://link.springer.com/chapter/10.1007%2F978-3-030-61401-0_34" target="_blank" >https://link.springer.com/chapter/10.1007%2F978-3-030-61401-0_34</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-030-61401-0_34" target="_blank" >10.1007/978-3-030-61401-0_34</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
On the Performance and Complexity of Crossover in Differential Evolution Algorithm
Popis výsledku v původním jazyce
In this study, the efficiency and complexity of four different crossover variants in Differential evolution (DE) algorithm are experimentally studied. Three well-known crossover variants with a newly designed crossover are applied in nine state-of-the-art and one standard DE algorithm. The results obtained from CEC 2011 real-world problems showed a significant difference between different DE variants and crossover types in performance and time complexity. Higher time complexity is for Eigen crossover, higher efficiency s for newly designed crossover.
Název v anglickém jazyce
On the Performance and Complexity of Crossover in Differential Evolution Algorithm
Popis výsledku anglicky
In this study, the efficiency and complexity of four different crossover variants in Differential evolution (DE) algorithm are experimentally studied. Three well-known crossover variants with a newly designed crossover are applied in nine state-of-the-art and one standard DE algorithm. The results obtained from CEC 2011 real-world problems showed a significant difference between different DE variants and crossover types in performance and time complexity. Higher time complexity is for Eigen crossover, higher efficiency s for newly designed crossover.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10102 - Applied mathematics
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2020
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
Lecture Notes in Artificial Intelligence 12416
ISBN
978-3-030-61400-3
ISSN
—
e-ISSN
—
Počet stran výsledku
13
Strana od-do
363-375
Název nakladatele
Springer
Místo vydání
Cham, Switzerland
Místo konání akce
Zakopane, Polsko
Datum konání akce
12. 10. 2020
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—