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.
{}
Zavřít
Publikační činnost
Probíhá načítání, čekejte prosím...
publicationId :
tempRecordId :
actionDispatchIndex :
navigationBranch :
pageMode :
tabSelected :
isRivValid :
Typ záznamu
*
:
stať ve sborníku (D)
Domácí pracoviště
*
:
Katedra informatiky a počítačů (31400)
Název
*
:
Adaptivní stochastické algoritmy - principy a aplikace
Citace :
Tvrdík, J. Adaptivní stochastické algoritmy - principy a aplikace.
In:
Analýza dat 2006/II.
Pardubice: TriloByte Statistical Software, 2007. TriloByte Statistical Software, 2007. s. 113-125. ISBN 978-80-239-8998-4.
Podnázev :
Rok
*
:
2007
Obor
*
:
Aplikovaná statistika, operační výzkum
Počet stran
*
:
13
Strana od
*
:
113
Strana do
*
:
125
Forma vydání
*
:
Kód ISBN
*
:
978-80-239-8998-4
Kód ISSN :
Název sborníku
*
:
Analýza dat 2006/II
Sborník :
Název nakladatele
*
:
TriloByte Statistical Software
Místo vydání
*
:
Pardubice
Stát vydání :
Sborník vydaný v ČR
Název konference :
Analýza dat 2006/II
Místo konání konference
*
:
Lázně Bohdaneč
Datum zahájení konference
*
:
Typ akce podle státní
příslušnosti účastníků akce
*
:
Celostátní akce
Kód UT WoS :
EID :
Klíčová slova anglicky
*
:
global optimization; random search; evolutionary algorithms; convergence; self-adaptation; nonlinear regression
Popis v původním jazyce
*
:
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 a na sadě úloh odhadu parametrů nelineárních regresních modelů.
Popis v anglickém jazyce
*
:
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 and on the estimation of parameters in nonlinear-regression models . The results concerning reliability of the search for the global minimum and convergence rate are presented.
Typ zdroje financování výsledku
*
:
Projekty CEP/Záměry CEZ
Seznam projektů :
ID Projektu
Název projektu
Seznam ohlasů :
Ohlas
R01:
RIV/61988987:17310/07:A1000HKQ
Complementary Content
${title}
${badge}
${loading}