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”

Evaluating the Performance of L-SHADE with Competing Strategies on CEC2014 Single Parameter-operator Test Suite

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61988987%3A17610%2F16%3AA1701GK9" target="_blank" >RIV/61988987:17610/16:A1701GK9 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Evaluating the Performance of L-SHADE with Competing Strategies on CEC2014 Single Parameter-operator Test Suite

  • Popis výsledku v původním jazyce

    A new variant of differential evolution algorithm is proposed. The new variant is a modification of the success-history based parameter adaptation of differential evolution using linear population size reduction (L-SHADE). In the newly proposed variant, adaptive mechanism of competing strategies is added. Four different strategies combining two kinds of mutation and two types of crossover compete in generating the new trial points and selection of the strategy to be used in the current step is based on the success in previous search steps. The proposed algorithm is applied to the benchmark set defined for Single parameter-operator set 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 most of the test problems.

  • Název v anglickém jazyce

    Evaluating the Performance of L-SHADE with Competing Strategies on CEC2014 Single Parameter-operator Test Suite

  • Popis výsledku anglicky

    A new variant of differential evolution algorithm is proposed. The new variant is a modification of the success-history based parameter adaptation of differential evolution using linear population size reduction (L-SHADE). In the newly proposed variant, adaptive mechanism of competing strategies is added. Four different strategies combining two kinds of mutation and two types of crossover compete in generating the new trial points and selection of the strategy to be used in the current step is based on the success in previous search steps. The proposed algorithm is applied to the benchmark set defined for Single parameter-operator set 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 most of the test problems.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • 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

Ostatní

  • Rok uplatnění

    2016

  • 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

    CEC IEEE 2016

  • ISBN

    9781509006229

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    7

  • Strana od-do

    1181-1187

  • 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