OU Portal
  • Log In
  • Welcome
  • Applicants
Z6_60GI02O0O8IDC0QEJUJ26TJDI4
{}
Zavřít
Publikační činnost


preloading...   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 * : A comparative study to evolutionary algorithms
Citace : Volná, E. a Kotyrba, M. A comparative study to evolutionary algorithms. In: PROCEEDINGS 28th European Conference on Modelling and Simulation ECMS 2014. Sbr.-Dudweiler, Germany: European Council for Modelling and Simulation, 2014. European Council for Modelling and Simulation, 2014. s. 340-345. ISBN 978-0-9564944-8-1.
Podnázev :
Rok * : 2014
Obor * : Informatika
Počet stran * : 6
Strana od * : 340
Strana do * : 345
Forma vydání * : Tištená verze
Kód ISBN * : 978-0-9564944-8-1
Kód ISSN :
Název sborníku * : PROCEEDINGS 28th European Conference on Modelling and Simulation ECMS 2014
Sborník : Mezinárodní
Název nakladatele * : European Council for Modelling and Simulation
Místo vydání * : Sbr.-Dudweiler, Germany
Stát vydání : Sborník vydaný v zahraničí
Název konference : European Conference on Modellingand Simulation, ECMS 2014
Místo konání konference * : Brescia, Italy
Datum zahájení konference * :
Typ akce podle státní
příslušnosti účastníků akce * :
Celosvětová akce
Kód UT WoS :
EID :
Klíčová slova anglicky * :
Genetic Algorithms (GA), Simulated Annealing (SA), Differential Evolution (DE), Self Organising Migrating Algorithms (SOMA), Travelling Salesman Problem (TSP).
Popis v původním jazyce * :
Evolutionary algorithms are general iterative algorithms for combinatorial optimization. The term evolutionary algorithm is used to refer to any probabilistic algorithm whose design is inspired by evolutionary mechanisms found in biological species. These algorithms have been found to be very effective and robust in solving numerous problems from a wide range of application domains. In this paper we perform a comparative study among Genetic Algorithms (GA), Simulated Annealing (SA), Differential Evolution (DE), and Self Organising Migrating Algorithms (SOMA). These algorithms have many similarities, but they also possess distinctive features, mainly in their strategies for searching the solution state space. The four heuristics are applied on the same optimization problem - Travelling Salesman Problem (TSP) and compared with respect to (1) quality of the best solution identi?ed by each heuristic, (2) progress of the search from an initial solution until stopping criteria are met.
Popis v anglickém jazyce * :
Typ zdroje financování výsledku * : Specifický výzkum
Seznam projektů :
ID Projektu Název projektu
Seznam ohlasů : 
Ohlas
R01: RIV/61988987:17310/14:A1501BBE

© 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}