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”

Impact of Boundary Control Methods on Bound-constrained Optimization Benchmarking

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F70883521%3A28140%2F23%3A63563658" target="_blank" >RIV/70883521:28140/23:63563658 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://dl.acm.org/doi/10.1145/3583133.3595849" target="_blank" >https://dl.acm.org/doi/10.1145/3583133.3595849</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1145/3583133.3595849" target="_blank" >10.1145/3583133.3595849</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Impact of Boundary Control Methods on Bound-constrained Optimization Benchmarking

  • Popis výsledku v původním jazyce

    Despite initial indifference towards boundary control methods (BCM) in the context of metaheuristic algorithm design, benchmarking, and execution, our research demonstrates their critical importance. This study investigates how the choice of a particular BCM can profoundly influence the performance of competitive algorithms. We analyzed the top three algorithms from the 2017 and 2020 IEEE CEC competitions, posing the following question: Could a change in BCM usage alter an algorithm&apos;s overall performance and, consequently, its ranking among competitors? Our findings reveal that paying attention to BCMs can lead to significant improvements. The experiments revealed that BCM selection can significantly impact an algorithm&apos;s performance and, in some instances, its competition rank. However, most authors omitted to mention the implemented BCM, resulting in poor reproducibility and deviating from recommended benchmarking practices for metaheuristic algorithms. The conclusion is that the BCM should be considered another vital metaheuristics input variable for unambiguous reproducibility of results in benchmarking and for a better understanding of population dynamics.

  • Název v anglickém jazyce

    Impact of Boundary Control Methods on Bound-constrained Optimization Benchmarking

  • Popis výsledku anglicky

    Despite initial indifference towards boundary control methods (BCM) in the context of metaheuristic algorithm design, benchmarking, and execution, our research demonstrates their critical importance. This study investigates how the choice of a particular BCM can profoundly influence the performance of competitive algorithms. We analyzed the top three algorithms from the 2017 and 2020 IEEE CEC competitions, posing the following question: Could a change in BCM usage alter an algorithm&apos;s overall performance and, consequently, its ranking among competitors? Our findings reveal that paying attention to BCMs can lead to significant improvements. The experiments revealed that BCM selection can significantly impact an algorithm&apos;s performance and, in some instances, its competition rank. However, most authors omitted to mention the implemented BCM, resulting in poor reproducibility and deviating from recommended benchmarking practices for metaheuristic algorithms. The conclusion is that the BCM should be considered another vital metaheuristics input variable for unambiguous reproducibility of results in benchmarking and for a better understanding of population dynamics.

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

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2023

  • 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

    GECCO 2023 Companion - Proceedings of the 2023 Genetic and Evolutionary Computation Conference Companion

  • ISBN

    979-840070120-7

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    2

  • Strana od-do

    25-26

  • Název nakladatele

    Association for Computing Machinery, Inc

  • Místo vydání

    New York

  • Místo konání akce

    Lisbon

  • Datum konání akce

    15. 7. 2023

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku