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

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>

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.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

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)

Rok uplatnění

2014

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

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

—