Network visualization of population dynamics in the differential evolution

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27740%2F16%3A86100039" target="_blank" >RIV/61989100:27740/16:86100039 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/61989100:27240/16:86100039

Výsledek na webu

<a href="http://ieeexplore.ieee.org/document/7376791/" target="_blank" >http://ieeexplore.ieee.org/document/7376791/</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/SSCI.2015.215" target="_blank" >10.1109/SSCI.2015.215</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Network visualization of population dynamics in the differential evolution

Popis výsledku v původním jazyce

The dynamics of populational metaheuristic algorithms, such as the differential evolution, can be represented by evolving complex networks. The differential evolution is a widely-used real parameter optimization method with excellent results and many real-world applications. The search for hidden relationships, behaviors, and patterns in complex networks representing populational metaheuristics can provide an interesting information about the underlying optimization processes. Various methods for visual network investigation and mining became very popular in the last decade and represent a natural set of tools for such analyses. Here, we introduce a new approach for the visual analysis of such network with a special emphasis on network readability. The proposed method is universal and can be applied to any type of complex network modelling any algorithm applied to any problem. (C) 2015 IEEE.

Název v anglickém jazyce

Network visualization of population dynamics in the differential evolution

Popis výsledku anglicky

The dynamics of populational metaheuristic algorithms, such as the differential evolution, can be represented by evolving complex networks. The differential evolution is a widely-used real parameter optimization method with excellent results and many real-world applications. The search for hidden relationships, behaviors, and patterns in complex networks representing populational metaheuristics can provide an interesting information about the underlying optimization processes. Various methods for visual network investigation and mining became very popular in the last decade and represent a natural set of tools for such analyses. Here, we introduce a new approach for the visual analysis of such network with a special emphasis on network readability. The proposed method is universal and can be applied to any type of complex network modelling any algorithm applied to any problem. (C) 2015 IEEE.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

<a href="/cs/project/GA15-06700S" target="_blank" >GA15-06700S: Nekonvenční řízení komplexních systémů</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2016

Kód důvěrnosti údajů

C - Předmět řešení projektu podléhá obchodnímu tajemství (§ 504 Občanského zákoníku), ale název projektu, cíle projektu a u ukončeného nebo zastaveného projektu zhodnocení výsledku řešení projektu (údaje P03, P04, P15, P19, P29, PN8) dodané do CEP, jsou upraveny tak, aby byly zveřejnitelné.

Název statě ve sborníku

Proceedings - 2015 IEEE Symposium Series on Computational Intelligence, SSCI 2015

ISBN

978-1-4799-7560-0

ISSN

—

e-ISSN

—

Počet stran výsledku

7

Strana od-do

1522-1528

Název nakladatele

IEEE

Místo vydání

Vienna

Místo konání akce

Kapské Město

Datum konání akce

7. 12. 2015

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—