Skip to main content

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

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

search-config
loading …

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!

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!

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!

Literatur
1.
Zurück zum Zitat Civicioglu P (2013) Backtracking search optimization algorithm for numerical optimization problems. Appl Math Comput 219:8121–8144MathSciNetMATH Civicioglu P (2013) Backtracking search optimization algorithm for numerical optimization problems. Appl Math Comput 219:8121–8144MathSciNetMATH
2.
Zurück zum Zitat Geem ZW, Kim JH, Loganathan GV (2001) A new heuristicoptimization algorithm: harmony search. Simulation 76(2):60–68 Geem ZW, Kim JH, Loganathan GV (2001) A new heuristicoptimization algorithm: harmony search. Simulation 76(2):60–68
3.
Zurück zum Zitat Igel C, Hansen N, Roth S (2007) Covariance matrix adaptationfor multi-objective optimization. Evol Comput 15(1):1–28 Igel C, Hansen N, Roth S (2007) Covariance matrix adaptationfor multi-objective optimization. Evol Comput 15(1):1–28
4.
Zurück zum Zitat Karaboga D, Akay B (2009) A comparative study of artificial bee colony algorithm. Appl Math Comput 214(1):108–132MathSciNetMATH Karaboga D, Akay B (2009) A comparative study of artificial bee colony algorithm. Appl Math Comput 214(1):108–132MathSciNetMATH
5.
Zurück zum Zitat Karaboga D, Basturk B (2007) A powerful and efficient algorithm for numerical function optimization: artificial bee colony (ABC) algorithm. J Global Optim 39:459–471MathSciNetMATH Karaboga D, Basturk B (2007) A powerful and efficient algorithm for numerical function optimization: artificial bee colony (ABC) algorithm. J Global Optim 39:459–471MathSciNetMATH
6.
Zurück zum Zitat 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):427–447MathSciNetMATH 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):427–447MathSciNetMATH
7.
Zurück zum Zitat 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 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.
Zurück zum Zitat Li X, Yao X (2012) Cooperatively coevolving particle swarms for large scale optimization. IEEE Trans Evolut Comput 16(2):210–224 Li X, Yao X (2012) Cooperatively coevolving particle swarms for large scale optimization. IEEE Trans Evolut Comput 16(2):210–224
9.
Zurück zum Zitat 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 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.
Zurück zum Zitat Murugan R, Mohan MR (2012) Modified artificial bee colony algorithm for solving economic dispatch problem. ARPN J Eng ApplSci 7(10):1353–1366 Murugan R, Mohan MR (2012) Modified artificial bee colony algorithm for solving economic dispatch problem. ARPN J Eng ApplSci 7(10):1353–1366
12.
Zurück zum Zitat Qin AK, Suganthan PN (2005) Self-adaptive differential evolution algorithm for numerical optimization. IEEE Trans Evolut Comput 1(3):1785–1791 Qin AK, Suganthan PN (2005) Self-adaptive differential evolution algorithm for numerical optimization. IEEE Trans Evolut Comput 1(3):1785–1791
13.
Zurück zum Zitat Selvi V, Umarani R (2010) Comparative analysis of ant colony and particle swarm optimization techniques. Int J Comput Appl 5(4):975–8887 Selvi V, Umarani R (2010) Comparative analysis of ant colony and particle swarm optimization techniques. Int J Comput Appl 5(4):975–8887
14.
Zurück zum Zitat 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 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
16.
Zurück zum Zitat Storn R, Price K (1997) Differential evolution—a simple and efficient heuristic for global optimization over continuous spaces. J Global Optim 11:341–359 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.
Zurück zum Zitat 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 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
Metadaten
Titel
Multi Cohort Intelligence Algorithm
verfasst von
Apoorva Shastri
Aniket Nargundkar
Anand J. Kulkarni
Copyright-Jahr
2021
Verlag
Springer Singapore
DOI
https://doi.org/10.1007/978-981-15-7797-0_3

    Marktübersichten

    Die im Laufe eines Jahres in der „adhäsion“ veröffentlichten Marktübersichten helfen Anwendern verschiedenster Branchen, sich einen gezielten Überblick über Lieferantenangebote zu verschaffen.