Wyszukiwanie zaawansowane ?

Obiekt

Pobierz

Tytuł: Improving Population-Based Algorithms with Fitness Deterioration, Journal of Telecommunications and Information Technology, 2011, nr 4

Autor:

Schaefer, Robert ; Wolny, Adrian

Data wydania:

2011, nr 4

Typ zasobu:

artykuł

Opis:

This work presents a new hybrid approach for supporting sequential niching strategies called Cluster Supported Fitness Deterioration (CSFD). Sequential niching is one of the most promising evolutionary strategies for analyzing multimodal global optimization problems in the continuous domains embedded in the vector metric spaces. In each iteration CSFD performs the clustering of the random sample by OPTICS algorithm and then deteriorates the fitness on the area occupied by clusters. The selection pressure pushes away the next-step sample (population) from the basins of attraction of minimizers already recognized, speeding up finding the new ones. The main advantages of CSFD are low memory an computational complexity even in case of large dimensional problems and high accuracy of deterioration obtained by the flexible cluster definition delivered by OPTICS. The paper contains the broad discussion of niching strategies, detailed definition of CSFD and the series of the simple comparative tests.

Wydawca:

Instytut Łączności - Państwowy Instytut Badawczy, Warszawa

Format:

application/pdf

Identyfikator zasobu:

ISSN 1509-4553, on-line: ISSN 1899-8852 ; oai:bc.itl.waw.pl:1197

Źródło:

Journal of Telecommunications and Information Technology

Język:

ang

Prawa:

Biblioteka Naukowa Instytutu Łączności

Temat i słowa kluczowe:

clustering basin of attraction fitness deterioration genetic algorithm sequential niching OPTICS

Kolekcje, do których przypisany jest obiekt:

Data ostatniej modyfikacji:

22 maj 2013

Data dodania obiektu:

22 maj 2013

Liczba wyświetleń treści obiektu:

133

Wszystkie dostępne wersje tego obiektu:

https://bc.itl.waw.pl/publication/1502

Wyświetl opis w formacie RDF:

RDF

Wyświetl opis w formacie OAI-PMH:

OAI-PMH

Nazwa wydania Data
Wolny, Adrian; Schaefer, Robert, Improving Population-Based Algorithms with Fitness Deterioration, Journal of Telecommunications and Information Technology, 2011, nr 4 22 maj 2013

Obiekty Podobne
Recognizing Sets in Evolutionary Multiobjective Optimization, Journal of Telecommunications and Information Technology, 2012, nr 1

Gajda-Zagórska, Ewa

2012, nr 1
artykuł
2023, nr 1, JTIT-artykuły
2023, nr 1, JTIT-artykuły
Beam Pattern Optimization Via Unequal Ascending Clusters, Journal of Telecommunications and Information Technology, 2023, nr 1

Mohammed, Jafar Ramadhan Abdulqader, Ahmed Jameel Ali, Yessar E. Mohammad

2023, nr 1
artykuł
Band energy approach and nonlinear optical phenomena in large-sized nanoparticles, Journal of Telecommunications and Information Technology, 2006, nr 4

Kityk, Ivan V.

2006, nr 4
artykuł
Optimization of Spectrum Sensing Parameters in Cognitive Radio Using Adaptive Genetic Algorithm, Journal of Telecommunications and Information Technology, 2017, nr 1

Roy, Jibendu Sekhar Bhattacharya, Partha Pratim Dutta, Swaham Chatterjee, Subhajit

2017, nr 1
artykuł
Relay-assisted WDM-FSO System: A Better Solution for Communication under Rain and Haze Weather Conditions, Journal of Telecommunications and Information Technology, 2017, nr 4

Kaur, Pardeep Singh, Preeti Dayal, Navneet

2017, nr 4
artykuł
Setting an Upper-Wavelength Limit to the Supercontinuum Generated in a Photonic Crystal Fibre, Journal of Telecommunications and Information Technology, 2009, nr 1

Degiorgio, Vittorio Zghal, Mourad Cherif, Rim Tartara, Luca

2009, nr 1
artykuł
Genetic Algorithm for Combined Speaker and Speech Recognition using Deep Neural Networks, Journal of Telecommunications and Information Technology, 2018, nr 2

Srivastava, Mohit Kaur, Gurpreet Kumar, Amod

2018, nr 2
artykuł
Joint Optimization of Sum and Difference Patterns with a Common Weight Vector Using the Genetic Algorithm, Journal of Telecommunications and Information Technology, 2022, nr 3

Mohammed, Jafar Ramadhan Aljaf, Duaa Alyas

2022, nr 3
artykuł
Więcej
×

Cytowanie

Styl cytowania:

Dane kontaktowe

Adres

Instytut Łączności – Państwowy Instytut Badawczy ul. Szachowa 1 04-894 Warszawa

Telefon

(+48) 5128 696

E-Mail

biblioteka@il-pib.pl

Odwiedź nas!

Ta strona wykorzystuje pliki 'cookies'. Więcej informacji