Použití neuronových sítí k nastavování heuristických parametrů v evoluční optimalizaci
Identifikátory výsledku
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
—
Alternativní jazyky
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.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
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)
Ostatní
Rok uplatnění
2006
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
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
—