Buffered local search for efficient memetic agent-based continuous optimization
PBN-AR
Instytucja
Wydział Informatyki, Elektroniki i Telekomunikacji (Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie)
Informacje podstawowe
Główny język publikacji
EN
Czasopismo
Journal of Computational Science (30pkt w roku publikacji)
ISSN
1877-7503
EISSN
1877-7511
Wydawca
Elsevier Science BV
DOI
Rok publikacji
2017
Numer zeszytu
Strony od-do
112--117
Numer tomu
20
Link do pełnego tekstu
Identyfikator DOI
Liczba arkuszy
0.42
Słowa kluczowe
EN
agent-based computing
memetic algorithms
continuous optimization
meta-heuristics
Streszczenia
Język
EN
Treść
In this paper, a memetic search in classic and agent-based evolutionary algorithms are discussed. A local search is applied in an innovative way; namely, during an agent's life and in a classic way during the course of reproduction. Moreover, in order to efficiently utilize the computing power available, an efficient mechanism based on caching parts of the fitness function in the local search is proposed. The experimental results obtained for selected high-dimensional benchmark functions (with 5000 dimensions) show the apparent advantage of the proposed mechanism.
Cechy publikacji
original article
peer-reviewed
Inne
System-identifier
idp:105950
CrossrefMetadata from Crossref logo
Cytowania
Liczba prac cytujących tę pracę
Brak danych
Referencje
Liczba prac cytowanych przez tę pracę
Brak danych