Randomization and Complex Networks for Meta-Heuristic Algorithms
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F18%3A10241926" target="_blank" >RIV/61989100:27240/18:10241926 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/70883521:28140/18:63521808
Výsledek na webu
<a href="https://link.springer.com/chapter/10.1007/978-3-662-55663-4_9" target="_blank" >https://link.springer.com/chapter/10.1007/978-3-662-55663-4_9</a>
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Randomization and Complex Networks for Meta-Heuristic Algorithms
Popis výsledku v původním jazyce
This chapter deals with the hybridization of the chaos driven heuristics concept and complex networks framework for meta-heuristic. This research aims on the experimental investigations on the time development and influence of different randomization types, different strategies for Differential Evolution (DE) through the analysis of complex network as a record of population dynamics and indices selection. The population is visualized as an evolving complex network, which exhibits non-trivial features such as adjacency graph, centralities, clustering coefficient and other attributes showing efficiency of the network. Experiments were performed for different DE strategies, several different randomization types and simple test functions.
Název v anglickém jazyce
Randomization and Complex Networks for Meta-Heuristic Algorithms
Popis výsledku anglicky
This chapter deals with the hybridization of the chaos driven heuristics concept and complex networks framework for meta-heuristic. This research aims on the experimental investigations on the time development and influence of different randomization types, different strategies for Differential Evolution (DE) through the analysis of complex network as a record of population dynamics and indices selection. The population is visualized as an evolving complex network, which exhibits non-trivial features such as adjacency graph, centralities, clustering coefficient and other attributes showing efficiency of the network. Experiments were performed for different DE strategies, several different randomization types and simple test functions.
Klasifikace
Druh
C - Kapitola v odborné knize
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2018
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název knihy nebo sborníku
Evolutionary Algorithms, Swarm Dynamics and Complex Networks
ISBN
978-3-662-55661-0
Počet stran výsledku
18
Strana od-do
177-194
Počet stran knihy
312
Název nakladatele
Springer, Berlin, Heidelberg
Místo vydání
Germany
Kód UT WoS kapitoly
—