PL
 |
EN
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 3

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  multimodal function
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available A new auto adaptive fuzzy hybrid particle swarm optimization and genetic algorithm
Dziwiński Piotr, Bartczuk Łukasz, Paszkowski Józef
Journal of Artificial Intelligence and Soft Computing Research
|
2020
|
Vol. 10, No. 2
95--111
EN
The social learning mechanism used in the Particle Swarm Optimization algorithm allows this method to converge quickly. However, it can lead to catching the swarm in the local optimum. The solution to this issue may be the use of genetic operators whose random nature allows them to leave this point. The degree of use of these operators can be controlled using a neuro-fuzzy system. Previous studies have shown that the form of fuzzy rules should be adapted to the fitness landscape of the problem. This may suggest that in the case of complex optimization problems, the use of different systems at different stages of the algorithm will allow to achieve better results. In this paper, we introduce an auto adaptation mechanism that allows to change the form of fuzzy rules when solving the optimization problem. The proposed mechanism has been tested on benchmark functions widely adapted in the literature. The results verify the effectiveness and efficiency of this solution.
2
Porównanie algorytmów optymalizacji bazujących na sztucznych systemach immunologicznych
Kornak S., Sokołowski A.
Prace Naukowe Katedry Budowy Maszyn / Politechnika Śląska
|
2010
|
nr 1
93-108
PL
Ogólnym celem przedstawionych w artykule badań było przeprowadzenie prób zastosowania sztucznych systemów immunologicznych do optymalizacji wybranej funkcji wielomodalnej. Rozpatrywano algorytmy CLONALG i opt-aiNET. Testy skoncentrowano na określeniu wpływu wartości parametrów algorytmów na szybkość wyznaczania maksymalnych i średnich dopasowań sieci. W efekcie wskazano wartości, które uznać można za zbliżone do optymalnych.
EN
The paper shows the results of research on application of artificial immune systems for optimization of multimodal function. The two algorithms have been tested, namely CLONALG algorithm and opt-aiNET algorithm. The tests were focused on determination of influence of algorithm parameters on effectiveness of optimum estimation. As the result of the conducted research, the set of near-optimal parameters for considered algorithms has been determined.
3
Immunologiczna optymalizacja funkcji wielomodalnych
Kuchta M.
Prace Naukowe Katedry Budowy Maszyn / Politechnika Śląska
|
2008
|
nr 3
189-198
PL
W artykule przedstawiono wstępne wyniki badań związanych z optymalizacją wybranych funkcji wielomodalnych z zastosowaniem algorytmu CLONALG. Algorytm CLONALG jest inspirowany na sztucznych systemach immunologicznych, a w szczególności na selekcji klonalnej.
EN
Preliminary multi-modal optimization results are shown in the article. The optimization system based on artificial immune system, especially on clonal selection, has been tested. The best results were achieved for clonal factor greater than 0,05, hypermutation factor greater than 0,002 and antibody population greater than 25.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.