Adaptation of Population Size According to Current Population Diversity in Differential Evolution
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61988987%3A17610%2F17%3AA1801ORO" target="_blank" >RIV/61988987:17610/17:A1801ORO - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Adaptation of Population Size According to Current Population Diversity in Differential Evolution
Popis výsledku v původním jazyce
A new mechanism for the adaptation of population size in differential evolution (DE) is described and applied to CEC 2014 test suite. The adaptive mechanism is based on linear reduction of the population diversity and enables both decreasing and increasing the population size during the search. The efficiency of DE variants with and without this adaptive mechanism is compared. Moreover, this new mechanism is also compared with the linear reduction of population size used in L-SHADE and its successful successors. The results of the comparison demonstrate the benefit from the new adaptive mechanism to the algorithm efficiency in more than a half of test problems while the deterioration of efficiency occurs rarely.
Název v anglickém jazyce
Adaptation of Population Size According to Current Population Diversity in Differential Evolution
Popis výsledku anglicky
A new mechanism for the adaptation of population size in differential evolution (DE) is described and applied to CEC 2014 test suite. The adaptive mechanism is based on linear reduction of the population diversity and enables both decreasing and increasing the population size during the search. The efficiency of DE variants with and without this adaptive mechanism is compared. Moreover, this new mechanism is also compared with the linear reduction of population size used in L-SHADE and its successful successors. The results of the comparison demonstrate the benefit from the new adaptive mechanism to the algorithm efficiency in more than a half of test problems while the deterioration of efficiency occurs rarely.
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
2017
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
2017 IEEE Symposium Series on Computational Intelligence (SSCI) Proceedings
ISBN
978-1-5386-2725-9
ISSN
—
e-ISSN
—
Počet stran výsledku
8
Strana od-do
2627-2634
Název nakladatele
IEEE
Místo vydání
Piscataway, USA
Místo konání akce
Honolulu
Datum konání akce
27. 11. 2017
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—