Publ3 search

Z6_60GI02O0O8IDC0QEJUJ26TJDI4

> Publ3 search

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.

Publikační činnost

Probíhá načítání, čekejte prosím...

Typ záznamu:	stať ve sborníku (D)
Domácí pracoviště:	Katedra informatiky a počítačů (31400)
Název:	On the Efficiency of Successful-Parent Selection Framework in the State-of-the-art Differential Evolution Variants
Citace	Bujok, P. On the Efficiency of Successful-Parent Selection Framework in the State-of-the-art Differential Evolution Variants. In: 16th International Conference on Artificial Intelligence and Soft Computing: LNAI 10245 Artificial Intelligence and Soft Computing - Part I 2017-06-11 Zakopane, Polsko. New York: Springer, 2017. s. 327-336. ISBN 978-3-319-59063-9.

Podnázev
Rok vydání:	2017
Obor:	Informatika
Počet stran:	10
Strana od:	327
Strana do:	336
Forma vydání:	Paměťový nosič
Kód ISBN:	978-3-319-59063-9
Kód ISSN:
Název sborníku:	LNAI 10245 Artificial Intelligence and Soft Computing - Part I
Sborník:	Mezinárodní
Název nakladatele:	Springer
Místo vydání:	New York
Stát vydání:	Sborník vydaný v zahraničí
Název konference:	16th International Conference on Artificial Intelligence and Soft Computing
Místo konání konference:	Zakopane, Polsko
Datum zahájení konference:
Typ akce podle státní příslušnosti účastníků:	Celosvětová akce
Kód UT WoS:
EID:	2-s2.0-85020919083

Klíčová slova anglicky:	global optimization, differential evolution, successful-parent selection, experimental comparison, CEC 2014 test suite
Popis v původním jazyce:	Successful-parent selection (SPS) framework in differential evolution (DE) is studied. two SPS versions (SPS1 proposed recently in literature and SPS2 newly proposed in this paper) are applied to seven state-of-the-art DE variants. The algorithms are compared experimentally on CEC 2014 test suite used as a benchmark. The application of SPS1 increases the efficiency of two DE algorithms in over 50 % of test problems. An overall comparison shows that the newly proposed SPS2 performs well only in two cases whereas SPS1 outperforms six out of 7 original algorithms.
Popis v anglickém jazyce:

Seznam ohlasů

Ohlas

R01:	RIV/61988987:17310/17:A1801N00

Complementary Content

${loading}