OU Portal
  • Log In
  • Welcome
  • Applicants
Z6_60GI02O0O8IDC0QEJUJ26TJDI4
{}

Pomocí tohoto dialogu můžete vyhledat domácí autory, čili autory, kteří jsou vedeni v personálních systémech Ostravské univerzity.

Do našeptávače níže napište hledaný text a tento text bude vyhledán ve jméně nebo příjmení autora. Autoři, kteří budou hledanému textu odpovídat, Vám budou nabídnuti v seznamu. Pomocí myši nebo šipek na klávesnici vyberte požadovaného autora.

Našeptávač : 
Přidat autora k záznamu Zavřít

Pomocí tohoto dialogu můžete k záznamu přidat cizího autora, čili autora, který nemá žádný pracovní ani studijní vztah k Ostravské univerzitě. Takto přidaný autor bude do RIV vykázán jako nedomácí.

Pro přidání autora vepište jeho jméno a příjmení do určených položek.

Jméno :
Příjmení :
Přidat k záznamu Zavřít
Zavřít

Pomocí tohoto dialogu můžete k záznamu nahrát soubor PDF. Tento soubor musí obsahovat text tohoto záznamu (text článku, knihy, atd.). Tento soubor je důležitý pro RIV, protože může být použit jako důkaz existence tohoto záznamu.

Pro nahrání souboru klikněte na tlačítko Browse a vyberte soubor, který chcete nahrát. Nahrávání souboru zahájíte tlačítkem Nahrát soubor.

Maximální velikost souboru PDF je omezena na 100 MB.

Soubor : 

Nahrát soubor
Zavřít

Pomocí tohoto dialogu můžete stáhnout PDF soubor přiřazený tomuto záznamu. Pro stažení souboru klikněte níže na název tohoto souboru a bude Vám nabídnuta možnost soubor uložit.

Věnujte prosím pozornost také velikosti PDF souboru. Velké soubory se mohou stahovat delší dobu, pokud máte pomalé internetové připojení.

Název souboru :
Velikost souboru :
Zavřít
Publikační činnost


preloading...   Probíhá načítání, čekejte prosím...
publicationId :
tempRecordId :
actionDispatchIndex :
navigationBranch :
pageMode :
tabSelected :
isRivValid :
Typ záznamu * : článek v odborném periodiku (J)
Domácí pracoviště * : Katedra informatiky a počítačů (31400)
Název * : Evoluční algoritmy a adaptace jejich řídicích parametrů
Citace : Tvrdík, J. Evoluční algoritmy a adaptace jejich řídicích parametrů. Automatizace. 2007, č. 50, s. 453-457. ISSN 0005-125X.
Podnázev :
Rok * : 2007
Obor * : Aplikovaná statistika, operační výzkum
Kód ISSN * : 0005-125X
Oficiální název periodika * : Automatizace
Stát vydavatele periodika * : Česká republika
Svazek periodika * : 50
Číslo periodika v rámci svazku * : 7-8
Číslo článku :
Ročník :
Počet stran článku * : 5
Strana od * : 453
Strana do * : 457
Kód UT WoS :
EID :
Poddruh recenzovaného článku : Článek v českém neimpaktovaném recenzovaném časopise (Jrec/Jost)
Klíčová slova anglicky * :
Global optimization; Evolutionary algorithms; Differential evolution; Controlled random search; Self-adaptation; Nonlinear regression
Popis v původním jazyce * :
Článek se zabývá adaptací řídicích parametrů v algoritmech diferenciální evoluce (DE) a řízeného náhodného prohledávání (CRS). V DE je self-adaptace řídicích parametrů založena na soutěžení několika různých nastavení řídicích parametrů. V CRS na podobném principu soutěží několik lokálních heuristik generující nový bod pro případné zařazení do populace. Tyto algoritmy byly experimentálně porovnány s jinými evolučními algoritmy, DE na sadě testovacích funkcí a adaptivní algoritmus CRS v úlohách odhadu regresních parametrů na sadě 27 úloh nelineární regrese sestavené v Americkém ústavu pro standardizaci. Adaptivní algoritmy se soutěží předčily ostatní testované algoritmy jak v dosažené spolehlivosti, tak v rychlosti konvergence.
Popis v anglickém jazyce * :
This paper is focused on the adaptation of control parameters in differential evolution (DE) and in controlled random search (CRS). The competition of different control parameter settings is used in order to ensure the self-adaptation of parameter values within the search process. In the generalized CRS the self-adaptation is ensured by several competing local-search heuristics for the generation of a new trial point. DE was experimentally compared with other adaptive algorithms on a benchmark, self-adaptive CRS was compared in estimation of regression parameters on NIST nonlinear regression datasets. The competitive algorithms outperformed other algorithms both in the reliability and in the convergence rate.
Typ zdroje financování výsledku * : Projekty CEP/Záměry CEZ
Seznam projektů :
ID Projektu Název projektu
Seznam ohlasů : 
Ohlas
R01: RIV/61988987:17310/07:A0800KON

© 2019 Centre for Information Technology

  • Technická podpora :
  • Mgr. Olga Blahutová (phone: +420 597 091 129, phone flap for UO: 1129)
  • Ing. Lucie Svitaneková (phone: +420 597 091 108, phone flap for UO: 1108)
Complementary Content
  • ${title}${badge}
${loading}