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
Bücher
Zeitschriften
Weitere Formate
Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Podcasts Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Erweiterte Suche
Anmelden
nach oben

Tipp

Weitere Kapitel dieses Buchs durch Wischen aufrufen

Erschienen in:
Introduction to Advanced Manufacturing Processes and Optimization Methodologies Kapitel lesen Erstes Kapitel lesen

2021 | OriginalPaper | Buchkapitel

3. Multi Cohort Intelligence Algorithm

verfasst von : Apoorva Shastri, Aniket Nargundkar, Anand J. Kulkarni

Erschienen in: Socio-Inspired Optimization Methods for Advanced Manufacturing Processes

Verlag: Springer Singapore

Einloggen

Abstract

Multi-Cohort Intelligence (Multi-CI) algorithm has been proposed by Shastri and Kulkarni in [14]. The algorithm implements intra-group and inter-group learning mechanisms. It focuses on the interaction amongst different cohorts. The performance of the algorithm was validated by solving 75 unconstrained test problems with dimensions up to 30.

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 A Brief Review of Socio-inspired Metaheuristics
Nächstes Kapitel Optimization of Electric Discharge Machining (EDM)
Literatur
1.
Civicioglu P (2013) Backtracking search optimization algorithm for numerical optimization problems. Appl Math Comput 219:8121–8144 MathSciNetMATH
2.
Geem ZW, Kim JH, Loganathan GV (2001) A new heuristicoptimization algorithm: harmony search. Simulation 76(2):60–68
3.
Igel C, Hansen N, Roth S (2007) Covariance matrix adaptationfor multi-objective optimization. Evol Comput 15(1):1–28
4.
Karaboga D, Akay B (2009) A comparative study of artificial bee colony algorithm. Appl Math Comput 214(1):108–132 MathSciNetMATH
5.
Karaboga D, Basturk B (2007) A powerful and efficient algorithm for numerical function optimization: artificial bee colony (ABC) algorithm. J Global Optim 39:459–471 MathSciNetMATH
6.
Kulkarni AJ, Baki MF, Chaouch BA (2016) Application of the cohort-intelligence optimization method to three selected combinatorial optimization problems. Eur J Oper Res 250(2):427–447 MathSciNetMATH
7.
Kulkarni AJ, Durugkar IP, Kumar M (2013) Cohort intelligence: a self-supervised learning behavior. In IEEE international conference on systems, man, and cybernetics (SMC). pp 1396–1400
8.
Li X, Yao X (2012) Cooperatively coevolving particle swarms for large scale optimization. IEEE Trans Evolut Comput 16(2):210–224
9.
Liu L, Zhong WM, Qian F (2010) An improved chaos-particle swarm optimization algorithm. J East China Univ Sci Technol (Natural Science Edition) 36:267–272
10.
Murugan R, Mohan MR (2012) Modified artificial bee colony algorithm for solving economic dispatch problem. ARPN J Eng ApplSci 7(10):1353–1366
11.
12.
Qin AK, Suganthan PN (2005) Self-adaptive differential evolution algorithm for numerical optimization. IEEE Trans Evolut Comput 1(3):1785–1791
13.
Selvi V, Umarani R (2010) Comparative analysis of ant colony and particle swarm optimization techniques. Int J Comput Appl 5(4):975–8887
14.
Shastri AS, Kulkarni AJ (2018) Multi-cohort intelligence algorithm: an intra-and inter-group learning behaviour based socio-inspired optimization methodology. Int J Parallel Emergent Distrib Syst 33(6):675–715
15.
16.
Storn R, Price K (1997) Differential evolution—a simple and efficient heuristic for global optimization over continuous spaces. J Global Optim 11:341–359
17.
Suganthan PN, Hansen N, Liang JJ, Deb K, Chen YP, Auger A, Tiwari S (2005) Problem definitions and evaluation criteria forthe CEC 2005 special session on real-parameter optimization. Technical Report 1–50
18.
Metadaten
Titel
Multi Cohort Intelligence Algorithm
verfasst von
Apoorva Shastri
Aniket Nargundkar
Anand J. Kulkarni
Copyright-Jahr
2021
Verlag
Springer Singapore
Buch
Socio-Inspired Optimization Methods for Advanced Manufacturing Processes

Print ISBN: 978-981-15-7796-3

Electronic ISBN: 978-981-15-7797-0

Copyright-Jahr: 2021

DOI
https://doi.org/10.1007/978-981-15-7797-0_3

Premium Partner