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”

Optimalizace funkcí typu „black-box“ pomocí Radial Basis Function Networks

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21110%2F05%3A01116931" target="_blank" >RIV/68407700:21110/05:01116931 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Large Black-box Functions Optimization Using Radial Basis Function Networks

  • Popis výsledku v původním jazyce

    This paper is aimed at optimization of black-box functions. We assume that these functions are time demanding and therefore our goal is to minimize the number of evaluations of these functions. As one of the today's most promising algorithms, the radialbasis function network (RBFN) is presented. The novelty in our approach is the use of an evolutionary algorithm GRADE. Also several scenarios of creating new points in the process of the approximation are presented. In comparison with the original approach, the number of needed evaluations of a test function is reduced approximately by a factor of two. To show the ability of the proposed methodology, the suite of twenty multi-modal functions is used along with one real-world problem of optimal control of structures undergoing large displacements.

  • Název v anglickém jazyce

    Large Black-box Functions Optimization Using Radial Basis Function Networks

  • Popis výsledku anglicky

    This paper is aimed at optimization of black-box functions. We assume that these functions are time demanding and therefore our goal is to minimize the number of evaluations of these functions. As one of the today's most promising algorithms, the radialbasis function network (RBFN) is presented. The novelty in our approach is the use of an evolutionary algorithm GRADE. Also several scenarios of creating new points in the process of the approximation are presented. In comparison with the original approach, the number of needed evaluations of a test function is reduced approximately by a factor of two. To show the ability of the proposed methodology, the suite of twenty multi-modal functions is used along with one real-world problem of optimal control of structures undergoing large displacements.

Klasifikace

  • Druh

    A - Audiovizuální tvorba

  • CEP obor

    JD - Využití počítačů, robotika a její aplikace

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GD103%2F05%2FH506" target="_blank" >GD103/05/H506: Počítačová a experimentální analýza struktury a vlastností nových stavebních materiálů od nano po makroúroveň</a><br>

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2005

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • ISBN

    1-905088-01-9

  • Místo vydání

    Stirling

  • Název nakladatele resp. objednatele

  • Verze

  • Identifikační číslo nosiče

    neuvedeno