Partial Population Restart of Firefly Algorithm Using Complex Network Analysis

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F70883521%3A28140%2F17%3A63517191" target="_blank" >RIV/70883521:28140/17:63517191 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Partial Population Restart of Firefly Algorithm Using Complex Network Analysis

Popis výsledku v původním jazyce

In this paper, we are presenting a method for controlling population diversity of popular metaheuristic algorithm, which is the Firefly Algorithm (FA). Presented method is using the advantages of complex networks and their several characteristics, that can be helpful for the detailed analysis of metaheuristic algorithm inner dynamic. However, this application can be quite tricky, since there are too many possibilities, as to how to use the advantages of complex networks analysis approach. Through this work, we are trying to present a simple workflow for building and analysis of network and the most suitable choices in each step to achieve better results of FA, especially, when focusing on population diversity.

Název v anglickém jazyce

Partial Population Restart of Firefly Algorithm Using Complex Network Analysis

Popis výsledku anglicky

In this paper, we are presenting a method for controlling population diversity of popular metaheuristic algorithm, which is the Firefly Algorithm (FA). Presented method is using the advantages of complex networks and their several characteristics, that can be helpful for the detailed analysis of metaheuristic algorithm inner dynamic. However, this application can be quite tricky, since there are too many possibilities, as to how to use the advantages of complex networks analysis approach. Through this work, we are trying to present a simple workflow for building and analysis of network and the most suitable choices in each step to achieve better results of FA, especially, when focusing on population diversity.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

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)

Rok uplatnění

2017

Kód důvěrnosti údajů

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

Název statě ve sborníku

2017 IEEE Symposium Series on Computational Intelligence (SSCI) Proceedings

ISBN

978-1-5386-2725-9

ISSN

—

e-ISSN

neuvedeno

Počet stran výsledku

6

Strana od-do

2505-2511

Název nakladatele

IEEE

Místo vydání

New Jersey, Piscataway

Místo konání akce

Honolulu, Hawai

Datum konání akce

27. 11. 2017

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—