nach oben

Natural Computing

Erschienen in:

01.03.2010

Evolutionary swarm cooperative optimization in dynamic environments

verfasst von: Rodica Ioana Lung, Dumitru Dumitrescu

Erschienen in: Natural Computing | Ausgabe 1/2010

Einloggen

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

search-config

KI-gestützte Suche

Aus

Abstract

A hybrid approach called Evolutionary Swarm Cooperative Algorithm (ESCA) based on the collaboration between a particle swarm optimization algorithm and an evolutionary algorithm is presented. ESCA is designed to deal with moving optima of optimization problems in dynamic environments. ESCA uses three populations of individuals: two EA populations and one Particle Swarm Population. The EA populations evolve by the rules of an evolutionary multimodal optimization algorithm being used to maintain the diversity of the search. The particle swarm confers precision to the search process. The efficiency of ESCA is evaluated by means of numerical experiments.

Vorheriger Artikel Hybrid Functional Petri Nets as MP systems

Nächster Artikel Foreword

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

Banks A, Vincent J, Anyakoha C (2007) A review of particle swarm optimization. Part I: background and development. Nat Comput 6(4):467–484. doi: 10.1007/s11047-007-9049-5

Blackwell T, Branke J (2006) Multiswarms, exclusion, and anti-convergence in dynamic environments. IEEE Trans Evol Comput 10(4):459–472CrossRef

Branke J (2001) Evolutionary optimization in dynamic environments. Klüwer, Norwell

Jin Y, Branke J (2005) Evolutionary optimization in uncertain environments—a survey. IEEE Trans Evol Comput 9(3):303–317CrossRef

Kennedy J, Eberhart RC (2001) Swarm intelligence. Morgan Kaufmann Publishers Inc., San Francisco, CA, USA

Li X, Branke J, Blackwell T (2006) Particle swarm with speciation and adaptation in a dynamic environment. In: GECCO ’06: proceedings of the 8th annual conference on genetic and evolutionary computation, pp 51–58. ACM Press, New York, NY, USA. doi:10.1145/1143997.1144005

Lung RI, Dumitrescu D (2007) A new collaborative evolutionary-swarm optimization technique. In: GECCO’07: proceedings of the 2007 GECCO conference companion on genetic and evolutionary computation, pp 2817–2820. ACM Press, New York, NY, USA. doi:10.1145/1274000.1274043

Moser I (2007) All currently known publications on approaches which solve the moving peaks problem. http://www.aifb.uni-karlsruhe.de/~jbr/MovPeaks/movpeaks_revi ew.pdf

Moser I, Hendtlass T (2007) A simple and efficient multi-component algorithm for solving dynamic function optimisation problems. CEC 2007, IEEE congress on evolutionary computation, pp 252–259. doi:10.1109/CEC.2007.4424479

Storn R, Price K (1995) Differential evolution—a simple and efficient adaptive scheme for global optimization over continuous spaces. Tech. Rep. TR-95-012, Berkeley, CA. http://www.citeseer.ist.psu.edu/article/storn95differential.html

Storn R, Price K (1997) Differential evolution a simple evolution strategy for fast optimization. Dr. Dobb’s J Softw Tools 22(4):18–24MathSciNet

Thomsen R (2004) Multimodal optimization using crowding-based differential evolution. In: Proceedings of the 2004 IEEE congress on evolutionary computation, pp 1382–1389. IEEE Press, Portland, OR, USA

Tsutsui S, Fujimoto Y, Gosh A (1997) Forking genetic algorithms: GAs with search space division. Evol Comput 5:61–80CrossRef

Ursem RK (2000) Multinational GAs: multimodal optimization techniques in dynamic environments. In: Proceedings of the second genetic and evolutionary computation conference (GECCO-2000), vol 1, pp 19–26. Morgan Kauffmann Publishers, Riviera Hotel, Las Vegas, USA

Titel: Evolutionary swarm cooperative optimization in dynamic environments
verfasst von: Rodica Ioana Lung
Dumitru Dumitrescu
Publikationsdatum: 01.03.2010
Verlag: Springer Netherlands
Erschienen in: Natural Computing / Ausgabe 1/2010
Print ISSN: 1567-7818
Elektronische ISSN: 1572-9796
DOI: https://doi.org/10.1007/s11047-009-9129-9

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"

Weitere Artikel der Ausgabe 1/2010

Discrete Particle Swarm Optimization for the minimum labelling Steiner tree problem

Robust self-assembly of graphs

When to use bit-wise neutrality

Special issue on Nature Inspired Cooperative Strategies for Optimisation (NICSO)

A memetic algorithm for the generalized traveling salesman problem

Self-assembly of discrete self-similar fractals