Dynamic Parameter Adaptation for Meta-Heuristic Optimization Algorithms Through Type-2 Fuzzy Logic / Olivas, Frumen  

Público ISBD Ningún comentario para este título. Título : Dynamic Parameter Adaptation for Meta-Heuristic Optimization Algorithms Through Type-2 Fuzzy Logic Tipo de documento: documento electrónico Autores: Olivas, Frumen, ; Valdez, Fevrier, ; Castillo, Oscar, ; Melin, Patricia, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: VII, 105 p. 25 ilustraciones ISBN/ISSN/DL: 978-3-319-70851-5 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Inteligencia Computacional  Inteligencia artificial Clasificación: Resumen: En este libro se propone una metodología para la adaptación de parámetros en métodos de optimización metaheurística. Esta metodología se basa en el uso de métricas sobre la población de los métodos metaheurísticos, para decidir mediante un sistema de inferencia difusa los mejores valores de los parámetros que fueron cuidadosamente seleccionados para ser ajustados. Con esta modificación de parámetros queremos encontrar un mejor modelo del comportamiento del método de optimización, ya que con la modificación de parámetros estos afectarán directamente la forma en que se realiza la búsqueda global o local. Se utilizaron tres métodos de optimización diferentes para verificar la mejora de la metodología propuesta. En este caso los métodos de optimización son: PSO (Particle Swarm Optimization), ACO (Ant Colony Optimization) y GSA (Gravitational Search Algorithm), donde se seleccionan algunos parámetros para ajustarlos dinámicamente, y estos parámetros tienen el mayor impacto. en el comportamiento de cada método de optimización. Los resultados de la simulación muestran que la metodología propuesta ayuda a cada método de optimización a obtener mejores resultados que los resultados obtenidos por el método original sin ajuste de parámetros. Nota de contenido: Introduction -- Theory and Background -- Problems Statement -- Methodology -- Simulation Results -- Statistical Analysis and Comparison of Results. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Dynamic Parameter Adaptation for Meta-Heuristic Optimization Algorithms Through Type-2 Fuzzy Logic [documento electrónico] / Olivas, Frumen, ; Valdez, Fevrier, ; Castillo, Oscar, ; Melin, Patricia,  . -  1 ed.  . - [s.l.] : Springer, 2018 . - VII, 105 p. 25 ilustraciones. ISBN : 978-3-319-70851-5 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Inteligencia Computacional  Inteligencia artificial Clasificación: Resumen: En este libro se propone una metodología para la adaptación de parámetros en métodos de optimización metaheurística. Esta metodología se basa en el uso de métricas sobre la población de los métodos metaheurísticos, para decidir mediante un sistema de inferencia difusa los mejores valores de los parámetros que fueron cuidadosamente seleccionados para ser ajustados. Con esta modificación de parámetros queremos encontrar un mejor modelo del comportamiento del método de optimización, ya que con la modificación de parámetros estos afectarán directamente la forma en que se realiza la búsqueda global o local. Se utilizaron tres métodos de optimización diferentes para verificar la mejora de la metodología propuesta. En este caso los métodos de optimización son: PSO (Particle Swarm Optimization), ACO (Ant Colony Optimization) y GSA (Gravitational Search Algorithm), donde se seleccionan algunos parámetros para ajustarlos dinámicamente, y estos parámetros tienen el mayor impacto. en el comportamiento de cada método de optimización. Los resultados de la simulación muestran que la metodología propuesta ayuda a cada método de optimización a obtener mejores resultados que los resultados obtenidos por el método original sin ajuste de parámetros. Nota de contenido: Introduction -- Theory and Background -- Problems Statement -- Methodology -- Simulation Results -- Statistical Analysis and Comparison of Results. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 1 / 1) Ver por página : 25 50 100 200