Multi-chaotic System Induced Success-History Based Adaptive Differential Evolution

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F70883521%3A28140%2F16%3A43875348" target="_blank" >RIV/70883521:28140/16:43875348 - isvavai.cz</a>

Výsledek na webu

<a href="http://link.springer.com/chapter/10.1007/978-3-319-39378-0_44" target="_blank" >http://link.springer.com/chapter/10.1007/978-3-319-39378-0_44</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-319-39378-0_44" target="_blank" >10.1007/978-3-319-39378-0_44</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Multi-chaotic System Induced Success-History Based Adaptive Differential Evolution

Popis výsledku v původním jazyce

This research paper combines two soft computing fields - chaos theory and evolutionary computing. The proposed multi-chaotic system implements five different chaotic maps as a Pseudo-Random Number Generators (PRNGs) for parent selection process in Differential Evolution (DE) and Success-History based Adaptive Differential Evolution (SHADE) algorithms. The probabilities for selecting chaotic maps are adapted and the adaptation process is based on the previous successful solutions. Therefore, PRNG varies for different test functions. The performance of multi-chaotic system induced DE and SHADE is compared against their canonical versions on CEC2015 benchmark set. Acquired results show that replacing classic PRNG with multi-chaotic PRNG can lead sto improvement in terms of convergence speed and ability to reach the global optimum.

Název v anglickém jazyce

Multi-chaotic System Induced Success-History Based Adaptive Differential Evolution

Popis výsledku anglicky

This research paper combines two soft computing fields - chaos theory and evolutionary computing. The proposed multi-chaotic system implements five different chaotic maps as a Pseudo-Random Number Generators (PRNGs) for parent selection process in Differential Evolution (DE) and Success-History based Adaptive Differential Evolution (SHADE) algorithms. The probabilities for selecting chaotic maps are adapted and the adaptation process is based on the previous successful solutions. Therefore, PRNG varies for different test functions. The performance of multi-chaotic system induced DE and SHADE is compared against their canonical versions on CEC2015 benchmark set. Acquired results show that replacing classic PRNG with multi-chaotic PRNG can lead sto improvement in terms of convergence speed and ability to reach the global optimum.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

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

Rok uplatnění

2016

Kód důvěrnosti údajů

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

Název statě ve sborníku

ARTIFICIAL INTELLIGENCE AND SOFT COMPUTING, ICAISC 2016

ISBN

978-3-319-39377-3

ISSN

0302-9743

e-ISSN

—

Počet stran výsledku

11

Strana od-do

517-527

Název nakladatele

Springer International Publishing Switzerland

Místo vydání

Cham

Místo konání akce

Zakopane

Datum konání akce

12. 6. 2016

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000389514800044