Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Correlational parameter tuning by genetic meta-algorithm

Tytuł:
Correlational parameter tuning by genetic meta-algorithm
Autorzy:
Kieś, P.
Kosiński, W.
Powiązania:
https://bibliotekanauki.pl/articles/206578.pdf
Data publikacji:
2000
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
adaptacja
algorytm genetyczny
optymalizacja
permutacja kodowa
strojenie parametrów
adaptation
code permutation
genetic algorithm
optimization
parameter tuning
Źródło:
Control and Cybernetics; 2000, 29, 4; 1031-1042
0324-8569
Język:
angielski
Prawa:
Wszystkie prawa zastrzeżone. Swoboda użytkownika ograniczona do ustawowego zakresu dozwolonego użytku
Dostawca treści:
Biblioteka Nauki
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
The general problem of an off-line parameter tuning in the Binary Genetic Algorithm (BGA) is introduced. An example of such a tuning: a class of Correlational Tuning Methods (CTMs) is proposed. The main idea of a CTM is that it uses a mapping called measurement function as an assessment of the BGA's effciency. An example of a measurement function is described and two examples of CTMs: a modified "trials and errors" method and a modified genetic meta-algoritlm (metaBGA) are shown. Finally, experimental results with the metaBGA for four kinds of test fitness functions, where the code permutation is the tuned parameter, are presented.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies