Wyniki wyszukiwania - BazTech

1

An enhanced differential evolution algorithmwith adaptive weight bounds for efficient training ofneural networks

Limtrakul Saithip, Wetweerapong Jeerayut

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2023

|

T. 13, nr 1

4--13

EN

Artificial neural networks are essential intelligent tools for various learning tasks. Training them is challenging due to the nature of the data set, many training weights, and their dependency, which gives rise to a complicated high-dimensional error function for minimization. Thus, global optimization methods have become an alternative approach. Many variants of differential evolution (DE) have been applied as training methods to approximate the weights of a neural network. However, empirical studies show that they suffer from generally fixed weight bounds. In this research, we propose an enhanced differential evolution algorithm with adaptive weight bound adjustment (DEAW) for the efficient training of neural networks. The DEAW algorithm uses small initial weight bounds and adaptive adjustment in the mutation process. It gradually extends the bounds when a component of a mutant vector reaches its limits. We also experiment with using several scales of an activation function with the DEAW algorithm. Then, we apply the proposed method with its suitable setting to solve function approximation problems. DEAW can achieve satisfactory results compared to exact solutions.

PL

Sztuczne sieci neuronowe są niezbędnymi inteligentnymi narzędziami do realizacji różnych zadań uczenia się. Ich szkolenie stanowi wyzwanie ze względu na charakter zbioru danych, wiele wag treningowych i ich zależności, co powoduje powstanie skomplikowanej, wielowymiarowej funkcji błędu do minimalizacji. Dlatego alternatywnym podejściem stały się metody optymalizacji globalnej. Wiele wariantów ewolucji różnicowej (DE) zostało zastosowanych jako metody treningowe do aproksymacji wag sieci neuronowej. Jednak badania empiryczne pokazują, że cierpią one z powodu ogólnie ustalonych granic wag. W tym badaniu proponujemy ulepszony algorytm ewolucji różnicowej z adaptacyjnym dopasowaniem granic wag (DEAW) dla efektywnego szkolenia sieci neuronowych. Algorytm DEAW wykorzystuje małe początkowe granice wag i adaptacyjne dostosowanie w procesie mutacji. Stopniowo rozszerza on granice, gdy składowa wektora mutacji osiąga swoje granice. Eksperymentujemy również z wykorzystaniem kilku skal funkcji aktywacji z algorytmem DEAW. Następnie, stosujemy proponowaną metodę z jej odpowiednim ustawieniem do rozwiązywania problemów aproksymacji funkcji. DEAW może osiągnąć zadowalające rezultaty w porównaniu z rozwiązaniami dokładnymi.

2

Shape identification of the jet-grouted column based on the thermal analysis and differential evolution

Wojciechowski Marek

Archives of Civil Engineering

|

2023

|

Vol. 69, nr 4

507--518

EN

In the paper, an indirect method for the identification of the final shape of the freshly executed jet-grouted column is developed. The method relies on the backward analysis of the temperatures measured inside the column, along the trace of the injecting pipe. Temperature changes in the column are caused by the hydration process of the cementitious grout. 2D axisymmetric unsteady heat conduction initial-boundary value problem is solved for finding the column shape which fits best the reference temperature measurements. The model of the column is solved using the finite element method. The search is performed using the global evolutionary optimization algorithm called differential evolution. It is shown that the proposed method can provide an accurate prediction of the column shape if only the model reflects the physical reality well. The advantage over previous results is that the cylindrical shape of the column does not have to be assumed anymore, and the full profile of the column along its length can be accurately identified.

PL

W artykule przedstawiono metodę identyfikacji kształtu świeżo wykonanej kolumny typu jet-grouting. Metoda polega na wstecznej analizie temperatur mierzonych wewnątrz kolumny, wzdłuż śladu żerdzi iniekcyjnej. Zmiany temperatur w kolumnie są wynikiem hydratacji zaczynu cementowego. W celu określenia kształtu kolumny, który najlepiej pasuje do referencyjnych pomiarów temperatur, wykorzystano globalny algorytm optymalizacyjny zwany ewolucją różnicową. W ramach tego algorytmu formułowano próbne problemy początkowo-brzegowe, w postaci dwuwymiarowego, osiowo-symetrycznego zagadnienienia nieustalonego przewodzenia ciepła, które rozwiązywano za pomocą metody elementów skończonych. Wykazano, że proponowana metoda pozwala na dokładne odwzorowanie kształtu kolumny, jeśli tylko model numeryczny poprawnie odwzorowuje rzeczywistość fizyczną. Zaletą metody w porównaniu do wcześniejszych rezultatów jest możliwość identyfikacji zmian średnicy kolumny wzdłuż jej długości, a nie tylko identyfikacja pojedynczej średnicy przy założonym kształcie walcowym kolumny.

3

Colour Difference Classification for Dyed Fabrics Based on Differential Evolution with Dynamic Parameter Selection to Optimise the Output Regularisation Extreme Learning Machine

Zhou Zhiyu, Liu Dexin, Zhang Jianxin, Zhu Zefei, Yang Donghe, Jiang Likai

Fibres & Textiles in Eastern Europe

|

2021

|

Vol. 29, no. 3 (147)

97--102

EN

A novel optimisation technique based on the differential evolution (DE) algorithm with dynamic parameter selection (DPS-DE) is proposed to develop a colour difference classification model for dyed fabrics, improve the classification accuracy, and optimise the output regularisation extreme learning machine (RELM). The technique proposed is known as DPS-DE-RELM and has three major differences compared with DE-ELM: (1) Considering that the traditional ELM provides an illness solution based on the output weights, DE is proposed to optimise the output of the RELM. (2) Considering the simple parameter setting of the traditional algorithm, the DE algorithm with DPS is adopted. (3) For DPS, an optimal range of parameters is chosen, and the efficiency of the algorithm is significantly improved. This study analyses the colour difference classification of fabric images captured under standard lighting based on the DPS-DE-RELM algorithm. First, the colour difference of the fabric images is calculated and six color-difference-related features extracted, and second the features are classified into five different levels based on the perception of humans. Finally, a colour difference classification model is built based on the DPS-DERELM algorithm, and then the optimal classification model suitable for this study is selected. The experimental results show that the output method with regularisation parameters can achieve a maximum classification accuracy of 98.87%, which is higher compared with the aforementioned optimised original ELM algorithm, which can achieve a maximum accuracy of 84.67%. Therefore, the method proposed has the advantages of greater convergence speed, high classification accuracy, and robustness.

PL

W pracy zaproponowano nowatorską technikę optymalizacji opartą na algorytmie ewolucji różnicowej (DE) z doborem parametrów (DPS-DE) w celu opracowania modelu klasyfikacji różnicy kolorów dla tkanin barwionych, poprawy dokładności klasyfikacji i optymalizacji regularyzacji wyjściowej maszyny do uczącej się (RELM). Zaproponowana technika jest znana jako DPS-DE-RELM i cechuje się trzema głównymi różnicami w porównaniu do DE-ELM: (1) Biorąc pod uwagę, że tradycyjny ELM zapewnia rozwiązanie w oparciu o wagi wyjściowe, proponuje się DE w celu optymalizacji wydajności RELM. (2) Biorąc pod uwagę proste ustawienie parametrów tradycyjnego algorytmu, przyjęto algorytm DE z DPS. (3) W przypadku DPS wybierany jest optymalny zakres parametrów, a wydajność algorytmu znacznie się poprawia. Podczas badania przeanalizowano klasyfikację różnic kolorów obrazów tkanin zarejestrowanych w standardowym oświetleniu w oparciu o algorytm DPS-DE-RELM. Po pierwsze, obliczono różnicę kolorów obrazów tkanin i wyodrębniono sześć cech związanych z różnicą kolorów, a po drugie cechy te zaklasyfikowano na pięciu różnych poziomach w oparciu o percepcję ludzi. Na koniec zbudowano model klasyfikacji różnicy kolorów w oparciu o algorytm DPS-DE-RELM, a następnie wybrano optymalny model klasyfikacji odpowiedni do tego badania. Wyniki eksperymentalne pokazały, że metoda wyjściowa z parametrami regularyzacji może osiągnąć maksymalną dokładność klasyfikacji wynoszącą 98,87%, czyli wyższą w porównaniu z zoptymalizowanym oryginalnym algorytmem ELM, który może osiągnąć maksymalną dokładność na poziomie 84,67%. Stwierdzono, że zaproponowana metoda niesie ze sobą korzyści w postaci większej szybkości zbieżności, wysokiej dokładności klasyfikacji i odporności.

4

Direct least squares and derivative-free optimisation techniques for determining mine-induced horizontal ground displacement

Rusek Janusz, Tajduś Krzysztof

Bulletin of the Polish Academy of Sciences. Technical Sciences

|

2021

|

Vol. 69, nr 1

art. no. e135840

EN

The paper presents the results of analyses concerning a new approach to approximating trajectory of mining-induced horizontal displacements. Analyses aimed at finding the most effective method of fitting data to the trajectory of mining-induced horizontal displacements. Two variants were made. In the first, the direct least square fitting (DLSF) method was applied based on the minimization of the objective function defined in the form of an algebraic distance. In the second, the effectiveness of differential-free optimization methods (DFO) was verified. As part of this study, the following methods were tested: genetic algorithms (GA), differential evolution (DE) and particle swarm optimization (PSO). The data for the analysis were measurements of on the ground surface caused by the mining progressive work at face no. 698 of the German Prospel-Haniel mine. The results obtained were compared in terms of the fitting quality, the stability of the results and the time needed to carry out the calculations. Finally, it was found that the direct least square fitting (DLSF) approach is the most effective for the analyzed registration data base. In the authors’ opinion, this is dictated by the angular range in which the measurements within a given measuring point oscillated.

5

Determination of the photovoltaic system efficiency using the optimization method

Sredenšek Klemen, Štumberger Bojan, Hadžiselimović Miralem, Seme Sebastijan

Przegląd Elektrotechniczny

|

2019

|

R. 95, nr 12

216--219

EN

This paper deals with determination of photovoltaic system efficiency using the differential evolution algorithm. The significance of this method is to determine the efficiency of the photovoltaic system, taking into account the solar irradiance, photovoltaic module temperature and the air mass factor. The aim of the paper is to determine the functional dependence of the overall efficiency of photovoltaic system, efficiency of the PV module and efficiency of DC/AC inverter under real working conditions using the differential evolution algorithm. The results in this paper show that the smallest deviation is achieved by considering all three variables in the calculation of efficiency.

PL

Artykuł dotyczy określenia wydajności układu fotowoltaicznego przy użyciu algorytmu ewolucji różnicowej. Znaczenie tej metody polega na określeniu wydajności układu fotowoltaicznego z uwzględnieniem natężenia promieniowania słonecznego, temperatury modułu fotowoltaicznego i współczynnika masy powietrza. Celem artykułu jest określenie zależności funkcjonalnej ogólnej wydajności układu fotowoltaicznego, wydajności modułu fotowoltaicznego i wydajności falownika DC / AC w rzeczywistych warunkach pracy z wykorzystaniem algorytmu ewolucji różnicowej. Zgodnie z osiągniętymi wynikami najmniejsze odchylenie osiąga się, biorąc pod uwagę wszystkie trzy zmienne w obliczeniach wydajności.

6

A hybrid method for blood vessel segmentation in images

Díaz Primitivo, Rodríguez Alma, Cuevas Erik, Valdivia Arturo, Chavolla Edgar, Pérez-Cisneros Marco, Zaldívar Daniel

Biocybernetics and Biomedical Engineering

|

2019

|

Vol. 39, no. 3

814--824

EN

In the last years, image processing has been an important tool for health care. The analysis of retinal vessel images has become crucial to achieving a better diagnosis and treatment for several cardiovascular and ophthalmological deceases. Therefore, an automatic and accurate procedure for retinal vessel and optic disc segmentation is essential for illness detection. This task is extremely hard and time-consuming, often requiring the assistance of human experts with a high degree of professional skills. Several retinal vessel segmentation methods have been developed with satisfactory results. Nevertheless, most of such techniques present a poor performance mainly due to the complex structure of vessels in retinal images. In this paper, an accurate methodology for retinal vessel and optic disc segmentation is presented. The proposed scheme combines two different techniques: the Lateral Inhibition (LI) and the Differential Evolution (DE). The LI scheme produces a new image with enhanced contrast between the background and retinal vessels. Then, the DE algorithm is used to obtain the appropriate threshold values through the minimization of the cross-entropy function from the enhanced image. To evaluate the performance of the proposed approach, several experiments over images extracted from STARE, DRIVE, and DRISHTI-GS databases have been conducted. Simulation results demonstrate a high performance of the proposed scheme in comparison with similar methods reported in the literature.

7

Optimization of the inverted pendulum controller with friction compensation by means of the new method of Lyapunov exponents estimation

Balcerzak M.

Mechanics and Mechanical Engineering

|

2018

|

Vol. 22, nr 4

959--965

EN

This text covers optimization of an inverted pendulum control system with friction compensator. The control system is tuned with respect to a performance index based on the novel method of the Largest Lyapunov Exponent estimation. The detailed description of the method is provided. Model of the control object is presented. A simple controller is proposed. Two control systems are compared: the one with compensator and the one without. Parameters of both controllers are optimized with respect to the novel criterion by means of the Differential Evolution method. Results of numerical simulations are presented. It is shown that the new criterion can be successfully applied to both: typical linear regulators and controllers with compensators.

8

Optimal control of an inverted pendulum based on the new method of Lyapunov exponents estimation

Balcerzak M.

Mechanics and Mechanical Engineering

|

2018

|

Vol. 22, nr 1

25--32

EN

This text covers optimization of an inverted pendulum control system according to the new control performance assessment criterion based on the optimal control theory. The novel control performance index is founded on the method of the Largest Lyapunov Exponent estimation. The detailed description of the new method is provided. Model of the control object is presented. A simple controller is proposed. Parameters of the controller are optimized with respect to the novel criterion by means of the Differential Evolution method. Results of numerical simulations are presented. It is shown that the new criterion can be successfully applied when the regulation time is crucial, whereas somewhat larger overshoot is acceptable.

9

Automatic calibration and sensitivity analysis of DISPRIN model parameters: A case study on Lesti watershed in East Java, Indonesia

Sulianto, Bisri M., Limantara L. M., Sisinggih D.

Journal of Water and Land Development

|

2018

|

no. 37

141--152

EN

The Dee Investigation Simulation Program for Regulating Network (DISPRIN) model consists of eight tanks that are mutually interconnected. It contains 25 parameters involved in the process of transforming rainfall into runoff data. This complexity factor is the appeal to be explored in order to more efficiently. Parameterization process in this research is done by using Differential Evolution (DE) algorithm while parameters sensitivity analysis is done by using Monte Carlo simulation method. Software application models of merging the two concepts are called DISPRIN25-DE model and compiled using code program M-FILE from MATLAB. Results of research on Lesti watershed at the control point Tawangrejeni automatic water level recorder (AWLR) station (319.14 km2) in East Java Indonesia indicate that the model can work effectively for transforming rainfall into runoff data series. Model performance at the calibration stage provide value of NSE = 0.871 and PME = 0.343 while in the validation stage provide value of NSE = 0.823 and PME = 0.180. Good performance in the calibration process indicates that DE algorithm is able to solve problems of global optimization of the equations system with a large number of variables. The results of the sensitivity analysis of 25 parameters showed that 3 parameters have a strong sensitivity level, 7 parameters with a medium level and 15 other parameters showed weak sensitivity level to performance of DISPRIN model.

PL

Model DISPRIN składa się z ośmiu zbiorników wzajemnie ze sobą połączonych. Zawiera 25 parametrów zaangażowanych w proces transformacji danych opadowych w dane odpływu. Ten czynnik złożoności skłania do podjęcia badań celem zwiększenia wydajności. W badaniach prezentowanych w niniejszej pracy proces parametryzacji zrealizowano, stosując algorytm zróżnicowanej ewolucji (DE), podczas gdy analizę czułości przeprowadzono z użyciem metody symulacji Monte Carlo. Modele aplikacji polegające na łączeniu dwóch koncepcji nazywane są DISPRIN25-DE i są kompilowane za pomocą programu M-FILE z MATLAB. Wyniki badań zlewni Lesti (319,14 km2) w punkcie kontrolnym stacji Tawangrejeni z automatycznym pomiarem poziomu wody w prowincji Jawa Wschodnia w Indonezji wskazują, że model może efektywnie działać w celu przekształcenia opadów w serie danych o odpływie. Na etapie kalibracji model dostarczył wartości NSE = 0,871 i PME = 0,343, a na etapie walidacji wartości NSE = 0.823 i PME = 0,180. Dobre rezultaty w procesie kalibracji wskazują, że algorytm DE jest zdolny rozwiązywać problemy globalnej optymalizacji systemu równań z dużą liczbą zmiennych. Wyniki analizy czułości 25 parametrów wykazały, że 3 parametry mają wysoką czułość, 7 – pośrednią, a 15 innych parametrów cechuje niski poziom czułości na zachowanie modelu DISPRIN.

10

Optimum placement of multi type DG units for loss reduction in a radial distribution system considering the distributed generation

Shanmugapriyan J., Karuppiah N., Muthubalaji S., Tamilselvi S.

Bulletin of the Polish Academy of Sciences. Technical Sciences

|

2018

|

Vol. 66, nr 3

345--354

EN

Due to the increasing need for electricity, insertion of distributed generation (DG) into a distribution system attracts the attention of the deregulated power market. Placing DG in the distribution system inherently reduces the power loss and improves the system voltage profile. The choice of DG, proper placement and sizing of DG all play a vital role. This paper presents an effective methodology to identify the optimum location of multi type DG in the distribution system. The particle swarm optimization (PSO) algorithm and differential evolution (DE) are applied to identify the proper location and size of DG using the distributed generation suitability index (DGSI). The optimum location of DG is identified through DGSI and optimum sizing is done by means of the power loss minimization technique using evolutionary algorithms. The effective power loss reduction and improved system voltage profile are evaluated using sixteen combinations of different types of DGs with the standard IEEE 33-bus test system. The results reveal that power loss reduction and voltage profile improvement are effectively addressed by the DE algorithm.

11

Accurate prediction of continuous blood glucose based on support vector regression and differential evolution algorithm

Hamdi T., Ben Ali J., Di Costanzo V., Fnaiech F., Moreau E., Ginoux J. M.

Biocybernetics and Biomedical Engineering

|

2018

|

Vol. 38, no. 2

362--372

EN

Type 1 diabetes (T1D) is a chronic disease requiring patients to know their blood glucose values in order to ensure blood glucose levels as close to normal as possible. Hence, the ability to predict blood glucose levels is of a great interest for clinical researchers. In this sense, the literature is rich with several solutions that can predict blood glucose levels. Unfortunately, these methods require the patient to specific their daily activities: meal intake, insulin injection and emotional factors, which can be error prone. To reduce this burden on the patent, this work proposes to use only continuous glucose monitoring (CGM) data to predict blood glucose levels independently of other factors. To support this, support vector regression (SVR) and differential evolution (DE) algorithms were investigated. The proposed method is validated using real CGM data of 12 patients. The obtained average of root mean square error (RMSE) was 9.44, 10.78, 11.82 and 12.95 mg/dL for prediction horizon (PH) respectively equal to 15, 30, 45 and 60 min. The results of the present study and comparison with some previous works show that the proposed method holds promise. The SVR based on DE algorithm achieved high prediction accuracy while being robustness, automatic, and requiring no human intervention.

12

A hybrid procedure to identify the optimal stiffness coefficients of elastically restrained beams

Silva T., Loja M., Maia N., Barbosa J.

International Journal of Applied Mathematics and Computer Science

|

2015

|

Vol. 25, no. 2

245--257

EN

The formulation of a bending vibration problem of an elastically restrained Bernoulli–Euler beam carrying a finite number of concentrated elements along its length is presented. In this study, the authors exploit the application of the differential evolution optimization technique to identify the torsional stiffness properties of the elastic supports of a Bernoulli–Euler beam. This hybrid strategy allows the determination of the natural frequencies and mode shapes of continuous beams, taking into account the effect of attached concentrated masses and rotational inertias, followed by a reconciliation step between the theoretical model results and the experimental ones. The proposed optimal identification of the elastic support parameters is computationally demanding if the exact eigenproblem solving is considered. Hence, the use of a Gaussian process regression as a meta-model is addressed. An experimental application is used in order to assess the accuracy of the estimated parameters throughout the comparison of the experimentally obtained natural frequency, from impact tests, and the correspondent computed eigenfrequency.

13

A differential evolution approach to dimensionality reduction for classification needs

Martinović G., Bajer D., Zorić B.

International Journal of Applied Mathematics and Computer Science

|

2014

|

Vol. 24, no. 1

111--122

EN

The feature selection problem often occurs in pattern recognition and, more specifically, classification. Although these patterns could contain a large number of features, some of them could prove to be irrelevant, redundant or even detrimental to classification accuracy. Thus, it is important to remove these kinds of features, which in turn leads to problem dimensionality reduction and could eventually improve the classification accuracy. In this paper an approach to dimensionality reduction based on differential evolution which represents a wrapper and explores the solution space is presented. The solutions, subsets of the whole feature set, are evaluated using the k-nearest neighbour algorithm. High quality solutions found during execution of the differential evolution fill the archive. A final solution is obtained by conducting k-fold cross-validation on the archive solutions and selecting the best one. Experimental analysis is conducted on several standard test sets. The classification accuracy of the k-nearest neighbour algorithm using the full feature set and the accuracy of the same algorithm using only the subset provided by the proposed approach and some other optimization algorithms which were used as wrappers are compared. The analysis shows that the proposed approach successfully determines good feature subsets which may increase the classification accuracy.

14

Estimation of parameters of Gaussian mixture models by a hybrid method combining a self-adaptive differential evolution with the EM algorithm

Kwedlo W.

Advances in Computer Science Research

|

2014

|

Nr 11

109--123

EN

In the paper the problem of learning of Gaussian mixture models (GMMs) is considered. A new approach based on hybridization of a self-adaptive version of differential evolution (DE) with the classical EM algorithm is described. In this approach, called DEEM, the EM algorithm is run until convergence to fine-tune each solution obtained by the mutation and crossover operators of DE. To avoid the problem with parameter representation and infeasible solutions we use a method in which the covariance matrices are encoded using their Cholesky factorizations. In a simulation study GMMs were used to cluster synthetic datasets differing by a degree of separation between clusters. The results of experiments indicate that DE-EM outperforms the standard multiple restart expectation-maximization algorithm (MREM). For datasets with high number of features it also outperforms the state of-the-art random swap EM (RSEM).

PL

W pracy poruszono problem uczenia modeli mieszanin rozkładów normalnych. Zaproponowano nowe podejście, nazwane DE-EM, oparte na hybrydyzacji samoadaptacyjnego algorytmu ewolucji różnicowej i klasycznego algorytmu EM. W nowej metodzie rozwiązanie otrzymane jako wynik operatorów mutacji i krzyżowania jest poddawane optymalizacji lokalnej, prowadzonej aż do momentu uzyskania zbieżności, przez algorytm EM. Aby uniknąć problemu z reprezentacją macierzy kowariancji i niedopuszczalności rozwiązań użyto metody, w której macierze kowariancji są kodowane przy pomocy dekompozycji Cholesky’ego. W badaniach symulacyjnych modele mieszanin rozkładów normalnych zastosowano do grupowania danych syntetycznych. Wyniki eksperymentów wskazują, że metoda DE-EM osiąga lepsze wyniki niż standardowa technika wielokrotnego startu algorytmu ˙ EM. Dla zbiorów danych z dużą liczbą cech, metoda osiąga lepsze wyniki niż technika losowej wymiany rozwiązań połączona z algorytmem EM.

15

Differential evolution with random scale factor for economic dispatch considering prohibited operating zones

Jasper J., Aruldoss A. V. T.

Przegląd Elektrotechniczny

|

2013

|

R. 89, nr 5

187-191

EN

This paper addresses a novel technique to solve non-convex economic load dispatch (NCELD) problem. Generator constraints,such as valve point loading, ramp rate limits and prohibited operating zones are taken into account in the problem formulation of NCELD.Few Variants of Differential Evolution (DE) and Differential Evolution with Random Scale Factor (DE-RSF)is applied for solving the above problem. The technique is tested with IEEE standard test systems.It is shown that, the presented technique for solving NCELD problem generates quality solutions reliably. Keywords: Differential Evolution, economic dispatch, prohibited operating zones, ramp-rate limits, valve-point effect.

PL

W artykule opisano nową technikę optymalizacji rozmieszczenia jednostek wytwarzania energii elektrycznej na podstawie analizy ekonomicznej i analizy obciążenia. Zastosowano różne warianty algorytmu ewolucji różnicowej oraz ewolucji różnicowej o zmiennym współczynniku skali. Przeprowadzono badania weryfikujące skuteczność działania proponowanej techniki.

16

Solving the sudoku with the differential evolution

Boryczka U., Juszczuk P.

Zeszyty Naukowe Politechniki Białostockiej. Informatyka

|

2012

|

Z. 9

5-16

EN

In this paper, we present the application of the Differential Evolution (DE) algorithm to solving the combinatorial problem. The advantage of the DE algorithm is its capability of avoiding so-called "local minima" within the considered search space. Thanks to the special operator of the adaptive mutation, it is possible to direct the searching process within the solution space. The DE algorithm applies the selection operator that selects from the child population only the offspring with the greater value of the fitness function in comparison to their parents. An algorithm applied to a combinatorial optimization problem: Sudoku puzzle is presented. Sudoku consists of a nine by nine grid, divided into nine three by three boxes. Each of the eighty-one squares should be filled in with a number between one and nine. In this article we show, that the mutation schema has significant impact on the quality of created solution.

PL

W artykule przedstawimy propozycję zastosowania algorytmu ewolucji różnicowej do rozwiązywania problemów kombinatorycznych. Przewagą ewolucji różnicowej jest zdolność do unikania optimów lokalnych w przestrzeni przeszukiwań. Specjalny operator mutacji pozwala ukierunkować proces poszukiwań rozwiązania. W ewolucji różnicowej stosowany jest operator selekcji, który promuje tylko najlepiej przystosowane osobniki z populacji rodziców i potomków. Przedstawimy zastosowanie opisanego algorytmu do problemu rozwiązywania Sudoku. Sudoku składa się z planszy 9 na 9, podzielonej na 9 sekcji -każda o rozmiarze 3 na 3 elementy. Każda z 81 kratek powinna zostać wypełniona wartością z przedziału 1 do 9. W artykule pokażemy, że ewolucja różnicowa pozwala na rozwiązywanie Sudoku.

17

Differential evolution in system parameters identification

Stręk T., Nienartowicz M.

Vibrations in Physical Systems

|

2012

|

Vol. 25

373--379

EN

In this paper the Differential Evolution (DE) optimization algorithm is presented and applied in benchmark problem: minimization of Rosenbrock’s function and identification of mechanical systems parameters. DE optimization algorithm is also used in conjunction with a squared error measure to identify the optimal model parameter values of mass-spring-damper (MSD) using time series experimental data.

18

Clustering based population size reduction method for evolutionary algorithms

Dziedzic M.

Czasopismo Techniczne. Automatyka

|

2012

|

R. 109, z. 1-AC

81--92

EN

Nowadays, due to the growing dimensionality of optimisation problems, numerous studies are dedicated to reduction of metaheuristics computational requirements. Reducing size of the population during optimisation process is one of the promising research trends in the field of Evolutionary Algorithms. The purpose of this paper is to clarify the subject in form of a survey of population size reduction methods already proposed and to present preliminary results of a new method based on the clustering technique. Introduced method was implemented in the framework of Differential Evolution algorithm and verified on a set of real-parameter benchmark functions.

PL

Obecnie, ze względu na ciągły wzrost wymiarowości problemów optymalizacyjnych, liczne prace poświęcone są zmniejszeniu zapotrzebowania metaheurystyk na zasoby obliczeniowe. Jednym z obiecujących kierunków badań w przypadku algorytmów ewolucyjnych jest redukcja liczności populacji w trakcie procesu optymalizacji. Niniejszy artykuł ma na celu przybliżenie tej tematyki w formie przeglądu dotychczas zaproponowanych metod oraz prezentację wstępnych wyników autorskiej metody opartej na technice klasteryzacji. Przedstawiona metoda została zaimplementowana w strukturę algorytmu ewolucji różnicowej i zweryfikowana za pomocą standardowego zestawu funkcji rzeczywistych wielu zmiennych.

19

Learning finite Gaussian mixtures using differential evolution

Kwedlo W.

Zeszyty Naukowe Politechniki Białostockiej. Informatyka

|

2010

|

Z. 5

19-33

EN

In the paper the problem of parameter estimation of finite mixture of multivariate Gaussian distributions is considered. A new approach based on differential evolution (DE) algorithm is proposed. In order to avoid problems with infeasibility of chromosomes our version of DE uses a novel representation, in which covariance matrices are encoded using their Cholesky decomposition. Numerical experiments involved three version of DE differing by the method of selection of strategy parameters. The results of experiments, performed on two synthetic and one real dataset indicate, that our method is able to correctly identify the parameters of the mixture model. The method is also able to obtain better solutions than the classical EM algorithm. Keywords: Gaussian mixtures, differential evolution, EM algorithm.

PL

W artykule rozważono problem uczenia parametrów skończonej mieszaniny wielowymiarowych rozkładów normalnych. Zaproponowano nową metodę uczenia opartą na algorytmie ewolucji różnicowej. W celu uniknięcia problemów z niedopuszczalnością chromosomów algorytm ewolucji różnicowej wykorzystuje nową reprezentację, w której macierze kowariancji są reprezentowane przy pomocy dekompozycji Cholesky’ego. W eksperymentach wykorzystano trzy wersje algorytmu ewolucji różnicowej różniące się metodą˛ doboru parametrów. Wyniki eksperymentów, przeprowadzonych na dwóch syntetycznych i jednym rzeczywistym zbiorze danych, wskazują że zaproponowana metoda jest w stanie poprawnie identyfikować parametry modelu. Metoda ta osiąga również lepsze wyniki niż klasyczyny algorytm EM.

20

Metoda ewolucji różnicowej w klasteryzacji z ograniczeniami twardymi

Dziedzic M., Łukasik S.

Czasopismo Techniczne. Elektrotechnika

|

2010

|

R. 107, z. 1-E

3-20

PL

Gwałtowny wzrost pojemności baz danych oraz znaczne zwiększenie wymiarowości rozpatrywanych zbiorów wymusza wykorzystanie do ich analizy skutecznych metod komputerowych. Głównym celem artykułu jest zaprezentowanie możliwości zastosowania oraz skuteczności ewolucji różnicowej w zadaniu klasteryzacji z ograniczeniami, które stanowi wariant jednego z najważniejszych zagadnień eksploracji danych. W artykule przedstawiono formalnie zadanie klasteryzacji z ograniczeniami oraz metodę ewolucji różnicowej wraz z jej implementacją Zaprezentowano również wyniki badań eksperymentalnych, w tym dotyczących klasteryzacji zestawów przebiegów czasowych. Mogą być one zinterpretowane jako przykład grupowania pomiarów wartości elektrycznych.

EN

Rapid increase of database capacity and high dimensionality of considered datasets forces the usage of effective computer methods to their analysis. The main goal of this paper is a presentation of possibility of employing and efficiency of Differential Evolution in the constrained clustering, a variant of one of the most important data mining tasks. In the paper the constrained clustering task and Differential Evolution method, with it's implementation, was presented. Moreover, the results of the experimental studies were shown, including the clustering of time series set. It could be interpreted as an example of grouping of electrical variables measurement.