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”

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