Complex Network Analysis of Discrete Self-organising Migrating Algorithm
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F70883521%3A28140%2F14%3A43871754" target="_blank" >RIV/70883521:28140/14:43871754 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/61989100:27240/14:86092651
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Complex Network Analysis of Discrete Self-organising Migrating Algorithm
Popis výsledku v původním jazyce
This research analyses the development of a complex net- work in the swarm based Discrete Self-Organising Migrating Algorithm (DSOMA). The main aim is to evaluate if a complex network is gen- erated in DSOMA, and how the population can be evaluated whenthe objective is to optimise the flow shop scheduling with blocking problem. The population is evaluated as a complex network over a number of migrations, and different attributes such as adjacency graph, minimal cut, degree centrality, closeness centrality, betweenness centrality, Katz centrality, mean neighbour degree, k-Clique, k-Plan, k-Club, k-Clan and community graph plots are analysed. From the results, it can be con- cluded that an DSOMA population does behave like a complex network, and therefore can be analysed as such, in order to obtain information about population development.
Název v anglickém jazyce
Complex Network Analysis of Discrete Self-organising Migrating Algorithm
Popis výsledku anglicky
This research analyses the development of a complex net- work in the swarm based Discrete Self-Organising Migrating Algorithm (DSOMA). The main aim is to evaluate if a complex network is gen- erated in DSOMA, and how the population can be evaluated whenthe objective is to optimise the flow shop scheduling with blocking problem. The population is evaluated as a complex network over a number of migrations, and different attributes such as adjacency graph, minimal cut, degree centrality, closeness centrality, betweenness centrality, Katz centrality, mean neighbour degree, k-Clique, k-Plan, k-Club, k-Clan and community graph plots are analysed. From the results, it can be con- cluded that an DSOMA population does behave like a complex network, and therefore can be analysed as such, in order to obtain information about population development.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2014
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
Advances in Intelligent Systems and Computing. 289
ISBN
978-3-319-07400-9
ISSN
2194-5357
e-ISSN
—
Počet stran výsledku
14
Strana od-do
161-174
Název nakladatele
Springer-Verlag Berlin
Místo vydání
Heidelberg
Místo konání akce
Ostrava
Datum konání akce
23. 6. 2014
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—