Použití neuronových sítí k nastavování heuristických parametrů v evoluční optimalizaci

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F06%3A00032030" target="_blank" >RIV/67985807:_____/06:00032030 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Using Neural Networks to Tune Heuristic Parameters in Evolutionary Optimization

Popis výsledku v původním jazyce

Evolutionary optimization algorithms contain, due to their heuristic inspiration, many heuristic parameters, which need to be empirically tuned for the algorithm to work properly. This paper deals with tuning such parameters in situations when the valuesof the objective function have to be obtained in a costly experimental way. It suggests to use a neural-network based approximation of the objective function for parameter tuning in such situations. In this way, the convergence speed of the algorithm and the diversity of the population of points can be in vestigated for many various combinations of heuristic parameters. To construct the approximating neural network, some initial amount of data is needed, usually obtained from running the algorithm forseveral generations with default values.

Název v anglickém jazyce

Using Neural Networks to Tune Heuristic Parameters in Evolutionary Optimization

Popis výsledku anglicky

Evolutionary optimization algorithms contain, due to their heuristic inspiration, many heuristic parameters, which need to be empirically tuned for the algorithm to work properly. This paper deals with tuning such parameters in situations when the valuesof the objective function have to be obtained in a costly experimental way. It suggests to use a neural-network based approximation of the objective function for parameter tuning in such situations. In this way, the convergence speed of the algorithm and the diversity of the population of points can be in vestigated for many various combinations of heuristic parameters. To construct the approximating neural network, some initial amount of data is needed, usually obtained from running the algorithm forseveral generations with default values.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

<a href="/cs/project/GA201%2F05%2F0325" target="_blank" >GA201/05/0325: Nové metody a nástroje pro dobývání znalostí z databází</a><br>

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2006

Kód důvěrnosti údajů

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

Název statě ve sborníku

Artificial Intelligence, Knowledge Engineering and Data Bases

ISBN

960-8457-41-6

ISSN

—

e-ISSN

—

Počet stran výsledku

6

Strana od-do

1-6

Název nakladatele

WSEAS Press

Místo vydání

Athens

Místo konání akce

Madrid

Datum konání akce

15. 2. 2006

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—