OU Portal
Log In
Welcome
Applicants
Z6_60GI02O0O8IDC0QEJUJ26TJDI4
Error:
Javascript is disabled in this browser. This page requires Javascript. Modify your browser's settings to allow Javascript to execute. See your browser's documentation for specific instructions.
{}
Close
Publikační činnost
Probíhá načítání, čekejte prosím...
publicationId :
tempRecordId :
actionDispatchIndex :
navigationBranch :
pageMode :
tabSelected :
isRivValid :
Record type:
stať ve sborníku (D)
Home Department:
Katedra informatiky a počítačů (31400)
Title:
Evoluční algoritmy - principy a příklady
Citace
Tvrdík, J. Evoluční algoritmy - principy a příklady.
In:
Analýza dat 2005.
Pardubice: TriloByte statistical software, 2005. TriloByte statistical software, 2005. s. 159-171. ISBN 80-239-6552-2.
Subtitle
Publication year:
2005
Obor:
Aplikovaná statistika, operační výzkum
Number of pages:
13
Page from:
159
Page to:
171
Form of publication:
ISBN code:
80-239-6552-2
ISSN code:
Proceedings title:
Analýza dat 2005
Proceedings:
Národní
Publisher name:
TriloByte statistical software
Place of publishing:
Pardubice
Country of Publication:
Sborník vydaný v ČR
Název konference:
Analýza dat 2005
Místo konání konference:
Lázně Bohdaneč
Datum zahájení konference:
Typ akce podle státní
příslušnosti účastníků:
Celostátní akce
WoS code:
EID:
Key words in English:
global optimization; random search; evolutionary algorithms; convergence; competing heuristics
Annotation in original language:
Článek se zabývá účelem a principy evolučních algoritmů. Principy evolučních algoritmů jsou ukázány na několika třídách těchto algoritmů, a to genetických algoritmech, evoluční strategii, diferenciální evoluci, SOMA algoritmu a adaptivním algoritmu se soutěží heuristik. Srovnání účinnosti algoritmů je ukázáno na experimentálních výsledcích hledání globálního minima několika testovacích funkcí.
Annotation in english language:
The paper presents aims nad principles of evolutionary algorithms. The principles are shown on several types of these algorithms like genetic algorithms, evolutionary strategy, differential evolution, self-organizing migration algorithm (SOMA) and self-adaptive algorithm with competition of heuristics. Selected algorithms were tested numerically on several test functions. The results concerning reliability of the search for the global minimum and convergence rate are presented.
References
Reference
R01:
RIV/61988987:17310/05:A1000EOM
Complementary Content
Deferred Modules
${title}
${badge}
${loading}
Deferred Modules