Designing Beta Basis Function Neural Network for Optimization Using Artificial Bee Colony (ABC)
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F12%3A86084577" target="_blank" >RIV/61989100:27240/12:86084577 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Designing Beta Basis Function Neural Network for Optimization Using Artificial Bee Colony (ABC)
Popis výsledku v původním jazyce
This paper presents an application of swarm intelligence technique namely Artificial Bee Colony (ABC) to design the design of the Beta Basis Function Neural Networks (BBFNN). The focus of this research is to investigate the new population meta-heuristicto optimize the Beta neural networks parameters. The proposed algorithm is used for the prediction of benchmark problems. Simulation examples are also given to compare the effectiveness of the model with the other known methods in the literature. Empirical results reveal that the proposed ABC-BBFNN have impressive generalization ability.
Název v anglickém jazyce
Designing Beta Basis Function Neural Network for Optimization Using Artificial Bee Colony (ABC)
Popis výsledku anglicky
This paper presents an application of swarm intelligence technique namely Artificial Bee Colony (ABC) to design the design of the Beta Basis Function Neural Networks (BBFNN). The focus of this research is to investigate the new population meta-heuristicto optimize the Beta neural networks parameters. The proposed algorithm is used for the prediction of benchmark problems. Simulation examples are also given to compare the effectiveness of the model with the other known methods in the literature. Empirical results reveal that the proposed ABC-BBFNN have impressive generalization ability.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2012
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
Proceedings of the International Joint Conference on Neural Networks 2012
ISBN
978-1-4673-1490-9
ISSN
1098-7576
e-ISSN
—
Počet stran výsledku
7
Strana od-do
1-7
Název nakladatele
IEEE
Místo vydání
New York
Místo konání akce
Brisbane
Datum konání akce
10. 6. 2012
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—