L-SHADE with Competing Strategies Applied to CEC2015 Learning-based Test Suite

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61988987%3A17610%2F16%3AA1701GK8" target="_blank" >RIV/61988987:17610/16:A1701GK8 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

L-SHADE with Competing Strategies Applied to CEC2015 Learning-based Test Suite

Popis výsledku v původním jazyce

Successful adaptive variant of differential evolution, the Success-history based parameter adaptation of Differential Evolution using linear population size reduction algorithm (L-SHADE), was improved. Adaptive mechanisms used in the algorithm were joined with adaptive mechanism proposed for competitive differential evolution algorithm. Four strategies, including the original one and strategies with exponential crossover, compete in the new LSHADE44 algorithm.The proposed algorithm is applied to the benchmark set defined for Learning-based case of Special Session and Competitions on Real-Parameter Single Objective Optimization on CEC2016. According to preliminary experiments, the proposed algorithm with competing strategies outperformed the original L-SHADE in the most of the test problems.

Název v anglickém jazyce

L-SHADE with Competing Strategies Applied to CEC2015 Learning-based Test Suite

Popis výsledku anglicky

Successful adaptive variant of differential evolution, the Success-history based parameter adaptation of Differential Evolution using linear population size reduction algorithm (L-SHADE), was improved. Adaptive mechanisms used in the algorithm were joined with adaptive mechanism proposed for competitive differential evolution algorithm. Four strategies, including the original one and strategies with exponential crossover, compete in the new LSHADE44 algorithm.The proposed algorithm is applied to the benchmark set defined for Learning-based case of Special Session and Competitions on Real-Parameter Single Objective Optimization on CEC2016. According to preliminary experiments, the proposed algorithm with competing strategies outperformed the original L-SHADE in the most of the test problems.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

<a href="/cs/project/LQ1602" target="_blank" >LQ1602: IT4Innovations excellence in science</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2016

Kód důvěrnosti údajů

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

Název statě ve sborníku

CEC IEEE 2016

ISBN

9781509006229

ISSN

—

e-ISSN

—

Počet stran výsledku

7

Strana od-do

4790-4796

Název nakladatele

IEEE

Místo vydání

—

Místo konání akce

Vancouver

Datum konání akce

24. 7. 2016

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—