nach oben

Erschienen in:

2018 | OriginalPaper | Buchkapitel

Hydrologic Cycle Optimization Part II: Experiments and Real-World Application

verfasst von : Ben Niu, Huan Liu, Xiaohui Yan

Erschienen in: Advances in Swarm Intelligence

Verlag: Springer International Publishing

Einloggen

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

search-config

KI-gestützte Suche

Aus

Abstract

A novel Hydrologic Cycle Optimization (HCO) is proposed by simulating the natural phenomena of the hydrologic cycle on the earth. Three operators are employed in the algorithm: flow, infiltration, evaporation and precipitation. Flow step simulates the water flowing to lower areas and makes the population converge to better areas. Infiltration step executes neighborhood search. Evaporation and precipitation step could keep diversity and escape from local optima. The proposed algorithm is verified on ten benchmark functions and applied to a real-world problem named Nurse Scheduling Problem (NSP) with several comparison algorithms. Experiment results show that HCO performs better on most benchmark functions and in NSP than the other algorithms. In Part I, the background and theory of HCO are introduced firstly. And then, experimental studies on benchmark and real world problems are given in Part II.

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 Hydrologic Cycle Optimization Part I: Background and Theory

Nächstes Kapitel Multiple Swarm Relay-Races with Alternative Routes

Holland, J.: Genetic algorithms. Sci. Am. 267(1), 66–72 (1992)CrossRef

Koza, J.R., Poli, R.: Genetic programming. In: Burke, E.K., Kendall, G. (eds.) Search Methodologies, pp. 127–164. Springer, Boston (2005). https://doi.org/10.1007/0-387-28356-0_5CrossRef

Kennedy, J., Eberhart, R.C.: Particle swarm optimization. In: Proceedings of the 1995 IEEE International Conference on Neural Networks, vol. 4, pp. 1942–1948 (1995)

Karaboga, D., Akay, B.: A comparative study of Artificial Bee Colony algorithm. Appl. Math. Comput. 214(1), 108–132 (2009)MathSciNetMATH

Passino, K.M.: Biomimicry of bacterial foraging for distributed optimization and control. IEEE Control Syst. Mag. 22, 52–67 (2002)CrossRef

Tan, Y., Zhu, Y.: Fireworks algorithm for optimization. In: Tan, Y., Shi, Y., Tan, K.C. (eds.) ICSI 2010. LNCS, vol. 6145, pp. 355–364. Springer, Heidelberg (2010). https://doi.org/10.1007/978-3-642-13495-1_44CrossRef

Shi, Y.: Brain storm optimization algorithm. In: Tan, Y., Shi, Y., Chai, Y., Wang, G. (eds.) ICSI 2011. LNCS, vol. 6728, pp. 303–309. Springer, Heidelberg (2011). https://doi.org/10.1007/978-3-642-21515-5_36CrossRef

Eskandar, H., Sadollah, A., Bahreininejad, A., et al.: Water cycle algorithm – a novel metaheuristic optimization method for solving constrained engineering optimization problems. Comput. Struct. 110–111(10), 151–166 (2012)CrossRef

Kennedy, J.: Particle swarm optimization. In: Sammut, C., Webb, G.I. (eds.) Encyclopedia of Machine Learning, pp. 760–766. Springer, Boston (2011). https://doi.org/10.1007/978-0-387-30164-8CrossRef

10.

Yan, X., Zhang, Z., Guo, J., Li, S., Zhao, S.: A modified bacterial foraging optimization algorithm for global optimization. In: Huang, D.-S., Bevilacqua, V., Premaratne, P. (eds.) ICIC 2016. LNCS, vol. 9771, pp. 627–635. Springer, Cham (2016). https://doi.org/10.1007/978-3-319-42291-6_62CrossRef

11.

Ma, L., Zhu, Y., Zhang, D., Niu, B.: A hybrid approach to artificial bee colony algorithm. Neural Comput. Appl. 27(2), 387–409 (2016)CrossRef

12.

Niu, B., Fan, Y., Zhao, P., Xue, B., Li, L., Chai, Y.: A novel bacterial foraging optimizer with linear decreasing chemotaxis step. In: 2nd International Workshop on Intelligent Systems and Applications, pp. 1–4. Institute of Electrical and Electronics Engineers (IEEE), Wuhan (2010)

13.

Liang, J.J., Qin, A.K., Suganthan, P.N., Baskar, S.: Comprehensive learning particle swarm optimizer for global optimization of multimodal functions. IEEE Trans. Evol. Comput. 10(3), 281–295 (2006)CrossRef

14.

Ma, L., Zhu, Y., Liu, Y., Tian, L., Chen, H.: A novel bionic algorithm inspired by plant root foraging behaviors. Appl. Soft Comput. 37(C), 95–113 (2015)CrossRef

15.

Niu, B., Wang, C., Liu, J., Gan, J., Yuan, L.: Improved bacterial foraging optimization algorithm with information communication mechanism for nurse scheduling. In: Huang, D.-S., Jo, K.-H., Hussain, A. (eds.) ICIC 2015. LNCS, vol. 9226, pp. 701–707. Springer, Cham (2015). https://doi.org/10.1007/978-3-319-22186-1_69CrossRef

Titel: Hydrologic Cycle Optimization Part II: Experiments and Real-World Application
verfasst von: Ben Niu
Huan Liu
Xiaohui Yan
Verlag: Springer International Publishing
Buch: Advances in Swarm Intelligence
Print ISBN: 978-3-319-93814-1

Electronic ISBN: 978-3-319-93815-8

Copyright-Jahr: 2018
DOI: https://doi.org/10.1007/978-3-319-93815-8_34

Springer Professional

Abstract

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

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

Springer Professional "Wirtschaft+Technik"

Springer Professional "Technik"

Springer Professional "Wirtschaft"

Premium Partner