![](/images/graphics-bg.png)
A Guiding Evolutionary Algorithm with Greedy Strategy for Global Optimization Problems
المؤلفون المشاركون
Cao, Leilei
Xu, Lihong
Goodman, Erik D.
المصدر
Computational Intelligence and Neuroscience
العدد
المجلد 2016، العدد 2016 (31 ديسمبر/كانون الأول 2015)، ص ص. 1-10، 10ص.
الناشر
Hindawi Publishing Corporation
تاريخ النشر
2016-05-18
دولة النشر
مصر
عدد الصفحات
10
التخصصات الرئيسية
الملخص EN
A Guiding Evolutionary Algorithm (GEA) with greedy strategy for global optimization problems is proposed.
Inspired by Particle Swarm Optimization, the Genetic Algorithm, and the Bat Algorithm, the GEA was designed to retain some advantages of each method while avoiding some disadvantages.
In contrast to the usual Genetic Algorithm, each individual in GEA is crossed with the current global best one instead of a randomly selected individual.
The current best individual served as a guide to attract offspring to its region of genotype space.
Mutation was added to offspring according to a dynamic mutation probability.
To increase the capability of exploitation, a local search mechanism was applied to new individuals according to a dynamic probability of local search.
Experimental results show that GEA outperformed the other three typical global optimization algorithms with which it was compared.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Cao, Leilei& Xu, Lihong& Goodman, Erik D.. 2016. A Guiding Evolutionary Algorithm with Greedy Strategy for Global Optimization Problems. Computational Intelligence and Neuroscience،Vol. 2016, no. 2016, pp.1-10.
https://search.emarefa.net/detail/BIM-1099603
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Cao, Leilei…[et al.]. A Guiding Evolutionary Algorithm with Greedy Strategy for Global Optimization Problems. Computational Intelligence and Neuroscience Vol. 2016, no. 2016 (2015), pp.1-10.
https://search.emarefa.net/detail/BIM-1099603
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Cao, Leilei& Xu, Lihong& Goodman, Erik D.. A Guiding Evolutionary Algorithm with Greedy Strategy for Global Optimization Problems. Computational Intelligence and Neuroscience. 2016. Vol. 2016, no. 2016, pp.1-10.
https://search.emarefa.net/detail/BIM-1099603
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references
رقم السجل
BIM-1099603
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
![](/images/kashef-image.png)