The two-stage evolutionary-neurocomputing approach for stochastic optimization problems

• Autorzy: Orantek. P. , Burczyński T.
• Konferencja: Evolutionary Computation and Global Optimization (10; Krajowa Konferencja Algorytmy Ewolucyjne i Optymalizacja Globalna; 11-13.06.2007; Będlewo, Poland)
• Języki publikacji: EN

Abstrakty

EN

This paper is devoted to the application of the two-stage evolutionary-neuro approach for stochastic optimization problems. The algorithm is based on the stochastic representation of the data. Chromosomes are represented by multidimensional random vectors consisting of random genes in the form of independent random variables with the Gaussian density probability function. The stochastic optimization problem is repalced by deterministic one by evolutionary computing for vector genes consisting of mean values and standard deviations. In the first stage the EA is used. As the second stage in the presented approach the special local gradient method with neuro-computing is proposed.

Słowa kluczowe

EN

stochastic optimization; evolutionary-neuro approach

• Wydawca: Oficyna Wydawnicza Politechniki Warszawskiej
• Czasopismo: Prace Naukowe Politechniki Warszawskiej. Elektronika
• Rocznik: 2007
• Tom: z. 160
• Strony: 217--224
• Opis fizyczny: Bibliogr. 10 poz., schem., tab.

Twórcy

autor

Orantek. P.

autor

Burczyński T.

• Silesian University of Technology Gliwice,

Bibliografia

• [1] J. Arabas, Wykłady z algorytmów ewolucyjnych. WNT, 2001.
• [2] A. Bargiela, W. Pedrycz, Granular Computing: An introduction. Kluwer Academic Publishers Boston/Dordrecht/London 2002.
• [3] A. M. Brandt, Criteria and Methods of Structural Optimization. PWN Warszawa 1984.
• [4] T. Burczyński, P. Orantek: Algorytm ewolucyjny bazujący na interwałowej i rozmytej reprezentacji danych. Testy numeryczne. Zeszyty Naukowe WSInf. Łódź 2005.
• [5] T. Burczyński, P. Orantek, The evolutionary algorithm in stochastic optimization and identification problems Evolutionary computation and global optimization 2006, Praca zbiorowa pod red. J. Arabasa, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2006
• [6] T. Burczyński, P. Orantek, The fuzzy evolutionary algorithm in structural optimization and identification problems. Proc. 16th International Conference on Computer Methods in Mechanics CMM-2005, Częstochowa 2005.
• [7] M. Kleiber T. D. Hien, The Stochastic Finite Element Method. John Wiley & Sons. 1992.
• [8] P. Orantek, Fuzzy evolutionary algorithms and neural networks in uncertain optimization problems. Proc. Neural Networks and Soft Computing 2005, Cracow, Poland
• [9] A. Papoulis, Probability, Random Variables, and Stochastic Processes. McGraw Hill, New York 1991.
• [10] R. Schaefer, Podstawy genetycznej optymalizacji globalnej. Wydawnictwo Uniwersytetu Jagiellońskiego, Kraków 2002.