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
—