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”

Comparing Selected PSO Modifications on CEC 15 Benchmark Set

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F70883521%3A28140%2F16%3A43875455" target="_blank" >RIV/70883521:28140/16:43875455 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://ieeexplore.ieee.org/document/7850279/" target="_blank" >http://ieeexplore.ieee.org/document/7850279/</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/SSCI.2016.7850279" target="_blank" >10.1109/SSCI.2016.7850279</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Comparing Selected PSO Modifications on CEC 15 Benchmark Set

  • Popis výsledku v původním jazyce

    In this paper we choose to compare three popular modifications of Particle Swarm Optimization (PSO) using the recent CEC'15 benchmark set. Three different approaches for PSO modification are compared: the heterogeneous swarm, diversity-guided swarm and orthogonal learning based approach. The goal is to provide up-to date comparison of the performance of these methods on a state-of-art benchmark set and highlight the differences in performance on different types of fitness functions. The experiments were carried out according to CEC benchmark rules and statistically evaluated.

  • Název v anglickém jazyce

    Comparing Selected PSO Modifications on CEC 15 Benchmark Set

  • Popis výsledku anglicky

    In this paper we choose to compare three popular modifications of Particle Swarm Optimization (PSO) using the recent CEC'15 benchmark set. Three different approaches for PSO modification are compared: the heterogeneous swarm, diversity-guided swarm and orthogonal learning based approach. The goal is to provide up-to date comparison of the performance of these methods on a state-of-art benchmark set and highlight the differences in performance on different types of fitness functions. The experiments were carried out according to CEC benchmark rules and statistically evaluated.

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

    2016

  • 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

    2016 IEEE Symposium Series on Computational Intelligence (SSCI) Proceedings

  • ISBN

    978-1-5090-4240-1

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

    "nestrankovano"

  • Název nakladatele

    Institute of Electrical and Electronics Engineers Inc.

  • Místo vydání

    Piscataway, New Jersey

  • Místo konání akce

    Athens

  • Datum konání akce

    6. 12. 2016

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku