Aleš Zamuda (Avtor), Janez Brest (Avtor), Borko Bošković (Avtor), Viljem Žumer (Avtor)

Povzetek

V članku predstavljamo študijo samoprilagodljivih krmilnih parametrov algoritma diferencialne evolucije za večkriterijsko optimizacijo, ki ga krmili samoprilagoditveni mehanizem, predstavljen v evolucijskih strategijah. Samoprilagajanje parametrov omogoča danemu evolucijskemu algoritmu učinkovitejše iskanje, saj se algoritem lahko prilagodi optimizacijskemu problemu, ki ga rešuje. Z eksperimentom prikažemo dejanske vrednosti in spreminjanje samoprilagodljivih krmilnih parametrov na znanih testnih funkcijah.

Ključne besede

evolucijsko računanje;diferencialna evolucija;večkriterijska optimizacija;samoprilagoditev;algoritmi;

Podatki

Jezik: Slovenski jezik
Leto izida:
Tipologija: 1.01 - Izvirni znanstveni članek
Organizacija: UM FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Založnik: Elektrotehniška zveza Slovenije
UDK: 004.89.021
COBISS: 12933654 Povezava se bo odprla v novem oknu
ISSN: 0013-5852
Št. ogledov: 766
Št. prenosov: 29
Ocena: 0 (0 glasov)
Metapodatki: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Ostali podatki

Sekundarni jezik: Angleški jezik
Sekundarni naslov: A study in self-adaptation of control parameters in the DEMOwSA algorithm
Sekundarni povzetek: In this paper we present an experimental analysis showing that the self-adaptation of control parameters plays an important role in the multiobjective optimization process (refer to Figure I for notion of multiobjective optimality). Experimental results of a self-adaptive differential evolution algorithm are evaluated on the set of benchmark functions provided for the CEC 2007 Special session on Performance Assessment & Competition on Multi-objective Optimization Algorithms, as seen in Tables 2-7. Self-adaptation is proven to statistically outperform fixed parameters, using t-test on the empirical results in these tables. The values of control parameters are encoded in each individual (see Figure 2) and changed during the optimization process. They depend on the nature of the problem being solved, as can be seen in Table I and Figures 3 and 4 which show how using self-adaptation good control parameters are obtained to improve the search results.
Sekundarne ključne besede: evolutionary computation;differential evolution;multi-objective optimization;self-adaptation;
URN: URN:NBN:SI
Vrsta dela (COBISS): Delo ni kategorizirano
Strani: str. 223-228
Letnik: ǂLetn. ǂ75
Zvezek: ǂšt. ǂ4
Čas izdaje: 2008
ID: 1735580