This HTML5 document contains 46 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

PrefixIRI
dctermshttp://purl.org/dc/terms/
n8http://localhost/temp/predkladatel/
n5http://linked.opendata.cz/resource/domain/vavai/riv/tvurce/
n4http://linked.opendata.cz/resource/domain/vavai/projekt/
n14http://linked.opendata.cz/ontology/domain/vavai/
n15http://linked.opendata.cz/resource/domain/vavai/zamer/
shttp://schema.org/
skoshttp://www.w3.org/2004/02/skos/core#
n3http://linked.opendata.cz/ontology/domain/vavai/riv/
n2http://linked.opendata.cz/resource/domain/vavai/vysledek/
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
n16http://linked.opendata.cz/ontology/domain/vavai/riv/klicoveSlovo/
n13http://linked.opendata.cz/ontology/domain/vavai/riv/duvernostUdaju/
xsdhhttp://www.w3.org/2001/XMLSchema#
n18http://linked.opendata.cz/resource/domain/vavai/vysledek/RIV%2F61988987%3A17310%2F07%3AA0800KON%21RIV08-MSM-17310___/
n19http://linked.opendata.cz/ontology/domain/vavai/riv/jazykVysledku/
n10http://linked.opendata.cz/ontology/domain/vavai/riv/aktivita/
n11http://linked.opendata.cz/ontology/domain/vavai/riv/druhVysledku/
n6http://linked.opendata.cz/ontology/domain/vavai/riv/obor/
n7http://reference.data.gov.uk/id/gregorian-year/

Statements

Subject Item
n2:RIV%2F61988987%3A17310%2F07%3AA0800KON%21RIV08-MSM-17310___
rdf:type
n14:Vysledek skos:Concept
dcterms:description
Článek se zabývá adaptací řídicích parametrů v algoritmech diferenciální evoluce (DE) a řízeného náhodného prohledávání (CRS). V DE je self-adaptace řídicích parametrů založena na soutěžení několika různých nastavení řídicích parametrů. V CRS na podobném principu soutěží několik lokálních heuristik generující nový bod pro případné zařazení do populace. Tyto algoritmy byly experimentálně porovnány s jinými evolučními algoritmy, DE na sadě testovacích funkcí a adaptivní algoritmus CRS v úlohách odhadu regresních parametrů na sadě 27 úloh nelineární regrese sestavené v Americkém ústavu pro standardizaci. Adaptivní algoritmy se soutěží předčily ostatní testované algoritmy jak v dosažené spolehlivosti, tak v rychlosti konvergence. Článek se zabývá adaptací řídicích parametrů v algoritmech diferenciální evoluce (DE) a řízeného náhodného prohledávání (CRS). V DE je self-adaptace řídicích parametrů založena na soutěžení několika různých nastavení řídicích parametrů. V CRS na podobném principu soutěží několik lokálních heuristik generující nový bod pro případné zařazení do populace. Tyto algoritmy byly experimentálně porovnány s jinými evolučními algoritmy, DE na sadě testovacích funkcí a adaptivní algoritmus CRS v úlohách odhadu regresních parametrů na sadě 27 úloh nelineární regrese sestavené v Americkém ústavu pro standardizaci. Adaptivní algoritmy se soutěží předčily ostatní testované algoritmy jak v dosažené spolehlivosti, tak v rychlosti konvergence. This paper is focused on the adaptation of control parameters in differential evolution (DE) and in controlled random search (CRS). The competition of different control parameter settings is used in order to ensure the self-adaptation of parameter values within the search process. In the generalized CRS the self-adaptation is ensured by several competing local-search heuristics for the generation of a new trial point. DE was experimentally compared with other adaptive algorithms on a benchmark, self-adaptive CRS was compared in estimation of regression parameters on NIST nonlinear regression datasets. The competitive algorithms outperformed other algorithms both in the reliability and in the convergence rate.
dcterms:title
Evoluční algoritmy a adaptace jejich řídicích parametrů Evolutionary algorithms and adaptation of their control parameters Evoluční algoritmy a adaptace jejich řídicích parametrů
skos:prefLabel
Evoluční algoritmy a adaptace jejich řídicích parametrů Evoluční algoritmy a adaptace jejich řídicích parametrů Evolutionary algorithms and adaptation of their control parameters
skos:notation
RIV/61988987:17310/07:A0800KON!RIV08-MSM-17310___
n3:strany
453;457
n3:aktivita
n10:P n10:Z
n3:aktivity
P(GA201/05/0284), Z(MSM6198898701)
n3:cisloPeriodika
7-8
n3:dodaniDat
n7:2008
n3:domaciTvurceVysledku
n5:3951855
n3:druhVysledku
n11:J
n3:duvernostUdaju
n13:S
n3:entitaPredkladatele
n18:predkladatel
n3:idSjednocenehoVysledku
420852
n3:idVysledku
RIV/61988987:17310/07:A0800KON
n3:jazykVysledku
n19:cze
n3:klicovaSlova
Global optimization; Evolutionary algorithms; Differential evolution; Controlled random search; Self-adaptation; Nonlinear regression
n3:klicoveSlovo
n16:Evolutionary%20algorithms n16:Controlled%20random%20search n16:Nonlinear%20regression n16:Self-adaptation n16:Differential%20evolution n16:Global%20optimization
n3:kodStatuVydavatele
CZ - Česká republika
n3:kontrolniKodProRIV
[21A40C03A61B]
n3:nazevZdroje
Automatizace
n3:obor
n6:BB
n3:pocetDomacichTvurcuVysledku
1
n3:pocetTvurcuVysledku
1
n3:projekt
n4:GA201%2F05%2F0284
n3:rokUplatneniVysledku
n7:2007
n3:svazekPeriodika
50
n3:tvurceVysledku
Tvrdík, Josef
n3:zamer
n15:MSM6198898701
s:issn
0005-125X
s:numberOfPages
5
n8:organizacniJednotka
17310