On the influence of different randomization and complex network analysis for differential evolution
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F70883521%3A28140%2F16%3A43875585" target="_blank" >RIV/70883521:28140/16:43875585 - isvavai.cz</a>
Výsledek na webu
<a href="http://ieeexplore.ieee.org/document/7744213/" target="_blank" >http://ieeexplore.ieee.org/document/7744213/</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/CEC.2016.7744213" target="_blank" >10.1109/CEC.2016.7744213</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
On the influence of different randomization and complex network analysis for differential evolution
Popis výsledku v původním jazyce
This research deals with the hybridization of the chaos driven heuristics concept and complex networks framework for evolutionary algorithms. This paper aims on the experimental investigations on the influence of different randomization types for chaos-driven Differential Evolution (DE) through the analysis of complex network as a record of population dynamics. The population is visualized as an evolving complex network, which exhibits non-trivial features. Complex network attributes such as adjacency graph gives interconnectivity, centralities give the overview of convergence and stagnation, clustering coefficient gives diversity of population whereas other attributes like network density, average number of neighbors within the population shows efficiency of the network. Experiments were performed for two different DE strategies, four different randomization types and two simple test functions.
Název v anglickém jazyce
On the influence of different randomization and complex network analysis for differential evolution
Popis výsledku anglicky
This research deals with the hybridization of the chaos driven heuristics concept and complex networks framework for evolutionary algorithms. This paper aims on the experimental investigations on the influence of different randomization types for chaos-driven Differential Evolution (DE) through the analysis of complex network as a record of population dynamics. The population is visualized as an evolving complex network, which exhibits non-trivial features. Complex network attributes such as adjacency graph gives interconnectivity, centralities give the overview of convergence and stagnation, clustering coefficient gives diversity of population whereas other attributes like network density, average number of neighbors within the population shows efficiency of the network. Experiments were performed for two different DE strategies, four different randomization types and two simple test functions.
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 Congress on Evolutionary Computation, CEC 2016
ISBN
978-1-5090-0622-9
ISSN
—
e-ISSN
—
Počet stran výsledku
8
Strana od-do
3346-3353
Název nakladatele
Institute of Electrical and Electronics Engineers Inc.
Místo vydání
Piscataway, New Jersey
Místo konání akce
Vancouver
Datum konání akce
24. 7. 2016
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000390749103069