Podrobný výpis o publikaci
2022
Diferenciální evoluce s adaptací velikosti populace v závislosti na diverzitě
POLÁKOVÁ, Radka a Petr BUJOKZákladní údaje
Originální název
Diferenciální evoluce s adaptací velikosti populace v závislosti na diverzitě
Název anglicky
Differential evolution with diversity-dependent population size adaptation
Autoři
POLÁKOVÁ, Radka a Petr BUJOK
Vydání
Kognice a umělý život 2022, 2022
Další údaje
Jazyk
čeština
Typ výsledku
Prezentace na konferencích
Stát vydavatele
Česká republika
Utajení
není předmětem státního či obchodního tajemství
Odkazy
Organizace
Filozoficko-přírodovědecká fakulta – Slezská univerzita v Opavě – Repozitář
ISBN
978-80-01-07007-9
Klíčová slova česky
Algoritmy; Optimalizace; Diferenciální evoluce; Populace; Hledání optima
Klíčová slova anglicky
Algorithms; Optimization; Differential evolution; Population; Optimum search
Změněno: 3. 1. 2023 03:56, Bc. Ivana Glabazňová
V originále
V článku popisujeme nový mechanismus adaptace velikosti populace v algoritmu diferenciální evoluce. Navržený mechanismus je založen na lineárním snižování míry diverzity populace a dovoluje jak snížení velikosti populace tak i její zvýšení. Efektivitu několika variant algoritmu diferenciální evoluce s a bez adaptivitního mechanismu jsme experimentálně porovnali na sadě testovacích funkcí pro CEC 2014. Navíc jsme mechanismus porovnali s lineárním snižováním velikosti populace. Výsledky porovnání ukazují, že použití navrženého mechanismu je z hlediska efektivity hledání optima výhodné ve více než polovině testovaných úloh, naopak výsledky se implementací mechanismu zhorší jen zřídka.
Anglicky
In this paper, we describe a new mechanism for population size adaptation in a differential evolution algorithm. The proposed mechanism is based on a linear decrease in the population diversity rate and allows both a decrease in population size and an increase in population size. We experimentally compared the effectiveness of several variants of the differential evolution algorithm with and without the adaptive mechanism on a set of test functions for CEC 2014. In addition, we compared the mechanism with linear population size reduction. The comparison results show that the use of the proposed mechanism is beneficial in terms of the efficiency of the optimum search in more than half of the tested problems, while the results are rarely degraded by implementing the mechanism.