Visualizing Parameter Adaptation in Differential Evolution with Expected Fitness Improvement : доклад, тезисы доклада | Научно-инновационный портал СФУ

Visualizing Parameter Adaptation in Differential Evolution with Expected Fitness Improvement : доклад, тезисы доклада

Тип публикации: доклад, тезисы доклада, статья из сборника материалов конференций

Конференция: 2020 IEEE Symposium Series on Computational Intelligence, SSCI 2020; Virtual, Canberra, ACT; Virtual, Canberra, ACT

Год издания: 2020

Идентификатор DOI: 10.1109/SSCI47803.2020.9308467

Ключевые слова: differential evolution, parameter adaptation, population diversity, success-history adaptation

Аннотация: In this paper the expected fitness improvement metric is proposed to visualize the parameter search space in Differential Evolution. The expected fitness improvement is estimated at every generation of the algorithm and plotted in a heatmap profile. The spread of promising scaling factor values is analyzed for the SHADE and jDE algorithms with two different mutation strategies. In addition, the distance between the individuals in the population is considered, and the connection between distance and scaling factor values is observed. The performed experiments reveal important properties of Differential Evolution mutation operators, as well as widely used parameter adaptation techniques.

Ссылки на полный текст

Издание

Журнал: 2020 IEEE Symposium Series on Computational Intelligence, SSCI 2020

Номера страниц: 321-328

Издатель: Institute of Electrical and Electronics Engineers Inc.

Авторы

  • Stanovov V. (Reshetnev Siberian State University of Science and Technology)
  • Akhmedova S. (Reshetnev Siberian State University of Science and Technology)
  • Semenkin E. (Reshetnev Siberian State University of Science and Technology)

Вхождение в базы данных

Информация о публикациях загружается с сайта службы поддержки публикационной активности СФУ. Сообщите, если заметили неточности.

Вы можете отметить интересные фрагменты текста, которые будут доступны по уникальной ссылке в адресной строке браузера.