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”

Hybridization of analytic programming and differential evolution for time series prediction

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F70883521%3A28140%2F17%3A63517237" target="_blank" >RIV/70883521:28140/17:63517237 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/61989100:27240/17:10238519 RIV/61989100:27740/17:10238519

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1007/978-3-319-59650-1_58" target="_blank" >http://dx.doi.org/10.1007/978-3-319-59650-1_58</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1007/978-3-319-59650-1_58" target="_blank" >10.1007/978-3-319-59650-1_58</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Hybridization of analytic programming and differential evolution for time series prediction

  • Popis výsledku v původním jazyce

    This research deals with the hybridization of symbolic regression open framework, which is Analytical Programming (AP) and Differential Evolution (DE) algorithm in the task of time series prediction. This paper provides a closer insight into applicability and performance of the hybrid connection between AP and different strategies of DE. AP can be considered as a powerful open framework for symbolic regression thanks to its usability in any programming language with arbitrary driving evolutionary/swarm based algorithm. Thus, the motivation behind this research, is to explore and investigate the applicability and differences in performance of AP driven by basic canonical strategy of DE as well as by the state of the art strategy, which is Success-History based Adaptive Differential Evolution (SHADE). An experiment with three case studies has been carried out here with the several time series consisting of GBP/USD exchange rate, where the first 2/3 of data were used for regression process and the last 1/3 of the data were used as a verification for prediction process. The differences between regression/prediction models synthesized by means of AP as a direct consequences of different DE strategies performances are briefly discussed within conclusion section of this paper.

  • Název v anglickém jazyce

    Hybridization of analytic programming and differential evolution for time series prediction

  • Popis výsledku anglicky

    This research deals with the hybridization of symbolic regression open framework, which is Analytical Programming (AP) and Differential Evolution (DE) algorithm in the task of time series prediction. This paper provides a closer insight into applicability and performance of the hybrid connection between AP and different strategies of DE. AP can be considered as a powerful open framework for symbolic regression thanks to its usability in any programming language with arbitrary driving evolutionary/swarm based algorithm. Thus, the motivation behind this research, is to explore and investigate the applicability and differences in performance of AP driven by basic canonical strategy of DE as well as by the state of the art strategy, which is Success-History based Adaptive Differential Evolution (SHADE). An experiment with three case studies has been carried out here with the several time series consisting of GBP/USD exchange rate, where the first 2/3 of data were used for regression process and the last 1/3 of the data were used as a verification for prediction process. The differences between regression/prediction models synthesized by means of AP as a direct consequences of different DE strategies performances are briefly discussed within conclusion section of this paper.

Klasifikace

  • 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)

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)

Ostatní

  • Rok uplatnění

    2017

  • 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

    Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)

  • ISBN

    978-3-319-59649-5

  • ISSN

    0302-9743

  • e-ISSN

    neuvedeno

  • Počet stran výsledku

    13

  • Strana od-do

    686-698

  • Název nakladatele

    Springer-Verlag Berlin

  • Místo vydání

    Heidelberg

  • Místo konání akce

    La Rioja

  • Datum konání akce

    21. 6. 2017

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku