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”

PSO-based update memory for Improved Harmony Search algorithm to the evolution of FBBFNT' parameters

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F14%3A86092812" target="_blank" >RIV/61989100:27240/14:86092812 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/61989100:27740/14:86092812

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1109/CEC.2014.6900304" target="_blank" >http://dx.doi.org/10.1109/CEC.2014.6900304</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/CEC.2014.6900304" target="_blank" >10.1109/CEC.2014.6900304</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    PSO-based update memory for Improved Harmony Search algorithm to the evolution of FBBFNT' parameters

  • Popis výsledku v původním jazyce

    In this paper, a PSO-based update memory for Improved Harmony Search (PSOUM-IHS) algorithm is proposed to learn the parameters of Flexible Beta Basis Function Neural Tree (FBBFNT) model. These parameters are the Beta parameters of each flexible node andthe connected weights of the network. Furthermore, the FBBFNT's structure is generated and optimized by the Extended Genetic Programming (EGP) algorithm. The combination of the PSOUM-IHS and EGP in the same algorithm is so used to evolve the FBBFNT model. The performance of the proposed evolving neural network is evaluated for nonlinear systems of prediction and identification and then compared with those of related models. 2014 IEEE.

  • Název v anglickém jazyce

    PSO-based update memory for Improved Harmony Search algorithm to the evolution of FBBFNT' parameters

  • Popis výsledku anglicky

    In this paper, a PSO-based update memory for Improved Harmony Search (PSOUM-IHS) algorithm is proposed to learn the parameters of Flexible Beta Basis Function Neural Tree (FBBFNT) model. These parameters are the Beta parameters of each flexible node andthe connected weights of the network. Furthermore, the FBBFNT's structure is generated and optimized by the Extended Genetic Programming (EGP) algorithm. The combination of the PSOUM-IHS and EGP in the same algorithm is so used to evolve the FBBFNT model. The performance of the proposed evolving neural network is evaluated for nonlinear systems of prediction and identification and then compared with those of related models. 2014 IEEE.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/ED1.1.00%2F02.0070" target="_blank" >ED1.1.00/02.0070: Centrum excelence IT4Innovations</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2014

  • 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 2014 IEEE Congress on Evolutionary Computation, CEC 2014

  • ISBN

    978-1-4799-1488-3

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    8

  • Strana od-do

    1951-1958

  • Název nakladatele

    Institute of Electrical and Electronics Engineers

  • Místo vydání

    New York

  • Místo konání akce

    Beijing

  • Datum konání akce

    6. 7. 2014

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku