Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Maximum Likelihood Estimation Based on Random Subspace EDA: Application to Extrasolar Planet Detection Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

A Simple Brain Storm Optimization Algorithm via Visualizing Confidence Intervals

verfasst von : YingYing Cao, Wei Chen, Shi Cheng, Yifei Sun, Qunfeng Liu, Yun Li, Yuhui Shi

Erschienen in: Simulated Evolution and Learning

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Visualizing confidence intervals method developed recently for benchmarking stochastic optimization algorithm is adopted in this paper to benchmark and study the brain storm optimization algorithm in depth. Through analyzing numerical effects of different components of brain storm optimization, a simplified brain storm optimization algorithm is developed. It is tested and shown to perform better than the original brain storm optimization algorithm in the objective space.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Evolutionary Game Network Reconstruction by Memetic Algorithm with l 1/2 Regularization
Nächstes Kapitel Simulated Annealing with a Time-Slot Heuristic for Ready-Mix Concrete Delivery
Literatur
1.
Awad, N.H., Ali, M.Z., Liang, J.J., Qu, B.Y., Suganthan, P.N.: Problem definitions and evaluation criteria for the CEC 2017 special session and competition on single objective bound constrained real-parameter numerical optimization. Nanyang Technological University, Singapore, Technical report (2016)
2.
Cheng, S., Qin, Q., Chen, J., Shi, Y.: Brain storm optimization algorithm: a review. Artif. Intell. Rev. 46(4), 445–458 (2016)CrossRef
3.
4.
Duan, H., Li, S., Shi, Y.: Predator-prey brain storm optimization for dc brushless motor. IEEE Trans. Magn. 49(10), 5336–5340 (2013)CrossRef
5.
Guo, X., Wu, Y., Xie, L.: Modified brain storm optimization algorithm for multimodal optimization. In: Tan, Y., Shi, Y., Coello, C.A.C. (eds.) ICSI 2014. LNCS, vol. 8795, pp. 340–351. Springer, Cham (2014). doi:10.​1007/​978-3-319-11897-0_​40
6.
7.
Liu, Q., Chen, W.N., Deng, J.D., Gu, T., Zhang, H., Yu, Z., Zhang, J.: Benchmarking stochastic algorithms for global optimization problems byvisualizing confidence intervals. IEEE Trans. Cybern. 1–14 (2017). doi:10.​1109/​TCYB.​2017.​2659659
8.
9.
Peng, X., Liu, K., Jin, Y.: A dynamic optimization approach to the design of cooperative co-evolutionary algorithms. Knowl.-Based Syst. 109, 174–186 (2016)CrossRef
10.
11.
12.
Shi, Y.: An optimization algorithm based on brainstorming process. Int. J. Swarm Intell. Res. (IJSIR) 2(4), 35–62 (2011)CrossRef
13.
Shi, Y.: Developmental swarm intelligence: developmental learning perspective of swarm intelligence algorithms. Int. J. Swarm Intell. Res. (IJSIR) 5(1), 36–54 (2014)CrossRef
14.
Shi, Y.: Brain storm optimization algorithm in objective space. In: Proceedings of 2015 IEEE Congress on Evolutionary Computation, (CEC 2015), Sendai, Japan, pp. 1227–1234. IEEE (2015)
15.
Zhan, Z.H., Chen, W.N., Lin, Y., Gong, Y.J., Li, Y.L., Zhang, J.: Parameter investigation in brain storm optimization. In: 2013 IEEE Symposium on Swarm Intelligence (SIS), pp. 103–110, April 2013
Metadaten
Titel
A Simple Brain Storm Optimization Algorithm via Visualizing Confidence Intervals
verfasst von
YingYing Cao
Wei Chen
Shi Cheng
Yifei Sun
Qunfeng Liu
Yun Li
Yuhui Shi
Copyright-Jahr
2017
Buch
Simulated Evolution and Learning

Print ISBN: 978-3-319-68758-2

Electronic ISBN: 978-3-319-68759-9

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-68759-9_3

Premium Partner

    Bildnachweise