Improving Evolutionary Algorithms in a Continuous Domain by Monitoring the Population Midpoint
PBN-AR
Instytucja
Wydział Elektroniki i Technik Informacyjnych (Politechnika Warszawska)
Informacje podstawowe
Główny język publikacji
en
Czasopismo
IEEE Transactions On Evolutionary Computation (50pkt w roku publikacji)
ISSN
1089-778X
EISSN
Wydawca
IEEE
DOI
URL
Rok publikacji
2017
Numer zeszytu
5
Strony od-do
807-812
Numer tomu
21
Identyfikator DOI
Liczba arkuszy
0.5
Autorzy
(liczba autorów: 2)
Słowa kluczowe
en
CEC benchmark set
convergence
population midpoint
Streszczenia
Język
en
Treść
It is advocated that monitoring the population midpoint allows for improving the efficiency of population-based evolutionary algorithms (EAs) in Rd. The theoretical motivation supporting this hypothesis is provided in this letter, and this phenomenon is empirically confirmed for selected typical EAs by a series of tests for fitness functions contained in the CEC2005 and CEC2013 benchmark sets.
Inne
System-identifier
WUTd66827d8284d4b3a9420cd8a07934871
CrossrefMetadata from Crossref logo
Cytowania
Liczba prac cytujących tę pracę
Brak danych
Referencje
Liczba prac cytowanych przez tę pracę
Brak danych