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
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Spatially Augmented Analysis of Macroeconomic Convergence with Application to the Czech Republic and Its Neighbors Kapitel lesen Erstes Kapitel lesen

2018 | Supplement | Buchkapitel

Solving the Set Covering Problem Using Cat Swarm Optimization Algorithm with a Variable Mixture Rate and Population Restart

verfasst von : Broderick Crawford, Ricardo Soto, Hugo Caballero

Erschienen in: Applied Computational Intelligence and Mathematical Methods

Verlag: Springer International Publishing

Einloggen

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

search-config
loading …

Abstract

Cat swarm optimization (CSO) is a novel metaheuristic based on swarm intelligence, presented in 2006 has demonstrated great potential generating good results and excellent performances simulating the behavior of domestic cats using two behavior: seeking and tracing mode, this mode are classified using a mixture rate (MR), this parameter finally defines the number of individuals who work by exploring and exploiting. This work presents an improvement structure of a binary cat swarm optimization using a total reboot of the population when loss diversity it is detected.

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 Enrichment Ontology Instance by Using Data Mining Techniques
Nächstes Kapitel Analysis of Students’ Behavior Based on Educational Data Mining
Literatur
1.
Goldberg, D.E., Holland, J.H.: Genetic algorithms and machine learning. Mach. Learn. 3(2), 95–99 (1988)CrossRef
2.
Eberhart, R., Kennedy, J.: A new optimizer using particle swarm theory. In: Proceedings of the Sixth International Symposium on Micro Machine and Human Science, 1995, MHS 1995, pp. 39–43. IEEE (1995)
3.
Fister, I., Strnad, D., Yang, X.-S., Fister Jr., I.: Adaptation and hybridization in nature-inspired algorithms. In: Adaptation and Hybridization in Computational Intelligence, pp. 3–50. Springer (2015)
4.
Sharafi, Y., Khanesar, M.A., Teshnehlab, M.: Discrete binary cat swarm optimization algorithm. In: 3rd International Conference on Computer, Control & Communication (IC4), 2013, pp. 1–6. IEEE (2013)
5.
Current, J., Daskin, M., Schilling, D., et al.: Discrete network location models. Facility Locat. Appl. Theor. 1, 81–118 (2002)MathSciNetCrossRefMATH
6.
7.
Chu, S.-C., Tsai, P.-W., Pan, J.-S.: Cat swarm optimization. Pacific Rim International Conference on Artificial Intelligence, pp. 854–858. Springer (2006)
8.
Fister Jr, I., Yang, X.-S., Fister, I., Brest, J., Fister, D.: A brief review of nature-inspired algorithms for optimization, arXiv preprint arXiv:​1307.​4186 (2013)
9.
Auger, A., Hansen, N.: A restart cma evolution strategy with increasing population size. In: The 2005 IEEE Congress on Evolutionary Computation, 2005, vol. 2, pp. 1769–1776. IEEE (2005)
10.
Moscato, P., Cotta, C.: Una introducción a los algoritmos memeticos. Inteligencia Artificial, Revista Iberoamericana de Inteligencia Artificial 7(19), 131–148 (2003)
11.
Beasley, J.E.: Or-library: distributing test problems by electronic mail, Operations Research (OR) problems. Brunel University London, OR-Library (2016)
12.
Crawford, B., Soto, R., Berríos, N., Johnson, F., Paredes, F., Castro, C., Norero, E.: A binary cat swarm optimization algorithm for the non-unicost set covering problem. Math. Probl. Eng. vol. 2015 (2015)
13.
Crawford, B., Soto, R., Berrios, N., Olguín, E.: Cat swarm optimization with different binarization methods for solving set covering problems. In: Artificial Intelligence Perspectives in Intelligent Systems, pp. 511–524. Springer (2016)
14.
Crawford, B., Soto, R., Olivares-Suárez, M., Paredes, F.: A binary firefly algorithm for the set covering problem. In: Modern Trends and Techniques in Computer Science, pp. 65–73. Springer (2014)
15.
Crawford, B., Soto, R., Cuesta, R., Paredes, F.: Application of the artificial bee colony algorithm for solving the set covering problem. Sci. World J. 2014, 8 pages (2014)
Metadaten
Titel
Solving the Set Covering Problem Using Cat Swarm Optimization Algorithm with a Variable Mixture Rate and Population Restart
verfasst von
Broderick Crawford
Ricardo Soto
Hugo Caballero
Copyright-Jahr
2018
Buch
Applied Computational Intelligence and Mathematical Methods

Print ISBN: 978-3-319-67620-3

Electronic ISBN: 978-3-319-67621-0

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-3-319-67621-0_14