The effect of decoding fairness on particle swarm optimization for the p-median problem

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F22%3A10250414" target="_blank" >RIV/61989100:27240/22:10250414 - isvavai.cz</a>

Výsledek na webu

<a href="https://dl.acm.org/doi/10.1145/3520304.3534030" target="_blank" >https://dl.acm.org/doi/10.1145/3520304.3534030</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1145/3520304.3534030" target="_blank" >10.1145/3520304.3534030</a>

Jazyk výsledku

angličtina

Název v původním jazyce

The effect of decoding fairness on particle swarm optimization for the p-median problem

Popis výsledku v původním jazyce

Solution encoding and decoding have a direct impact on meta-heuristic optimization methods. The mapping between search and solution spaces outlines the conditions for the metaheuristics and affects their ability to solve particular problems. The issue of encoding becomes especially pronounced when continuous metaheuristics are applied to discrete problems, in particular combinatorial problems with strict positional dependences in solution representations. This work takes a closer look at the decoding of combinations (fixed-length subsets) in continuous metaheuristics, demonstrates the inherent bias of simple combination decoding, and studies the effect of fair decoding in the context of the particle swarm optimization algorithm and the p-Median problem. (C) 2022 ACM.

Název v anglickém jazyce

The effect of decoding fairness on particle swarm optimization for the p-median problem

Popis výsledku anglicky

Solution encoding and decoding have a direct impact on meta-heuristic optimization methods. The mapping between search and solution spaces outlines the conditions for the metaheuristics and affects their ability to solve particular problems. The issue of encoding becomes especially pronounced when continuous metaheuristics are applied to discrete problems, in particular combinatorial problems with strict positional dependences in solution representations. This work takes a closer look at the decoding of combinations (fixed-length subsets) in continuous metaheuristics, demonstrates the inherent bias of simple combination decoding, and studies the effect of fair decoding in the context of the particle swarm optimization algorithm and the p-Median problem. (C) 2022 ACM.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10200 - Computer and information sciences

Projekt

<a href="/cs/project/LTAIN19176" target="_blank" >LTAIN19176: Metaheuristický rámec pro vícecílové kombinatorické optimalizační problémy (META MO-COP)</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2022

Kód důvěrnosti údajů

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

Název statě ve sborníku

GECCO 2022 Companion - Proceedings of the 2022 Genetic and Evolutionary Computation Conference Companion

ISBN

978-1-4503-9268-6

ISSN

—

e-ISSN

—

Počet stran výsledku

8

Strana od-do

1650-1657

Název nakladatele

Association for Computing Machinery

Místo vydání

New York

Místo konání akce

Boston

Datum konání akce

9. 7. 2022

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—