Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Usage of selected swarm intelligence algorithms for piecewise linearization

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61988987%3A17310%2F22%3AA2302DJK" target="_blank" >RIV/61988987:17310/22:A2302DJK - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://www.mdpi.com/2227-7390/10/5/808#cite" target="_blank" >https://www.mdpi.com/2227-7390/10/5/808#cite</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.3390/math10050808" target="_blank" >10.3390/math10050808</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Usage of selected swarm intelligence algorithms for piecewise linearization

  • Popis výsledku v původním jazyce

    The paper introduces a new approach to enhance optimization algorithms when solving the piecewise linearization problem of a given function. Eight swarm intelligence algorithms were selected to be experimentally compared. The problem is represented by the calculation of the distance between the original function and the estimation from the piecewise linear function. Here, the piecewise linearization of 2D functions is studied. Each of the employed swarm intelligence algorithms is enhanced by a newly proposed automatic detection of the number of piecewise linear parts that determine the discretization points to calculate the distance between the original and piecewise linear function. The original algorithms and their enhanced variants are compared on several examples of piecewise linearization problems. The results show that the enhanced approach performs sufficiently better when it creates a very promising approximation of functions. On the second thought, the degree of precision is slightly decreased by the focus on the speed of the optimization process.

  • Název v anglickém jazyce

    Usage of selected swarm intelligence algorithms for piecewise linearization

  • Popis výsledku anglicky

    The paper introduces a new approach to enhance optimization algorithms when solving the piecewise linearization problem of a given function. Eight swarm intelligence algorithms were selected to be experimentally compared. The problem is represented by the calculation of the distance between the original function and the estimation from the piecewise linear function. Here, the piecewise linearization of 2D functions is studied. Each of the employed swarm intelligence algorithms is enhanced by a newly proposed automatic detection of the number of piecewise linear parts that determine the discretization points to calculate the distance between the original and piecewise linear function. The original algorithms and their enhanced variants are compared on several examples of piecewise linearization problems. The results show that the enhanced approach performs sufficiently better when it creates a very promising approximation of functions. On the second thought, the degree of precision is slightly decreased by the focus on the speed of the optimization process.

Klasifikace

  • Druh

    J<sub>imp</sub> - Článek v periodiku v databázi Web of Science

  • CEP obor

  • OECD FORD obor

    10102 - Applied mathematics

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2022

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název periodika

    Mathematics

  • ISSN

    2227-7390

  • e-ISSN

  • Svazek periodika

  • Číslo periodika v rámci svazku

    5

  • Stát vydavatele periodika

    CH - Švýcarská konfederace

  • Počet stran výsledku

    24

  • Strana od-do

  • Kód UT WoS článku

    000771503500001

  • EID výsledku v databázi Scopus

    2-s2.0-85126336061