Earticle

현재 위치 Home

Self-adaptive Based Cooperative Coevolutionary Algorithm for Large-scale Numerical Optimization

첫 페이지 보기
  • 발행기관
    보안공학연구지원센터(IJCA) 바로가기
  • 간행물
    International Journal of Control and Automation SCOPUS 바로가기
  • 통권
    Vol.8 No.8 (2015.08)바로가기
  • 페이지
    pp.261-272
  • 저자
    Qianli Zhang, Yu Xue, Xueliang Zhao, Xiangang Shang, Qiqiang Li
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A253922

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
The scalability performance of the traditional evolutionary algorithms (EAs) deteriorates rapidly as the dimensionality of the optimization problems increases. Therefore, cooperative coevolutionary (CC) framework is proposed to overcome the defect. Different from existing CC algorithms, a novel self-adaptive based cooperative coevolutionary (SaCC) algorithm is presented in this paper. The SaCC employs three algorithms which with self-adaptive mechanism as sub-algorithms. The focus of this paper is on investigating two different cooperative coevolutionary manners. In the first manner, SaCC executes its sub-algorithms in parallel during evolve process and the corresponding algorithm is termed as SaCC-M1. In the second manner, SaCC executes its sub-algorithms in serial and the corresponding algorithm is termed as SaCC-M2. 26 test functions with 1000 dimensionalities are employed to verify the validity of SaCC-M1 and SaCC-M2. Experiment results demonstrate that SaCC-M2 outperforms its sub-algorithms and SaCC-M1. Besides, the results indicate that serial manner is another simple yet efficient manner for CC algorithms to solve large-scale global optimization problems.

목차

Abstract
 1. Introduction
 2. Previous Work Related to SaCC
  2.1. Strategy Pool
  2.2. Self-adaptive Mechanism
 3. Self-adaptive based Cooperative Coevolutionary Algorithms
 4. Experimental Study and Results
  4.1. Test Functions and Parameter Settings
  4.2. Experimental Results
 5. Conclusion
 Acknowledgements
 References

키워드

Self-adaptive cooperative coevolution optimization algorithm large-scale optimization

저자

  • Qianli Zhang [ School of Control Science and Engineering, Shandong University, Jinan 251000, P. R. China ]
  • Yu Xue [ School of Computer and Software, Nanjing University of Information Science and Technology, Nanjing 210044, P. R. China ]
  • Xueliang Zhao [ School of Control Science and Engineering, Shandong University, Jinan 251000, P. R. China, College of Information and Engineering, Taishan Medical University, Taian, 271016, P. R. China ]
  • Xiangang Shang [ College of Information and Engineering, Taishan Medical University, Taian, 271016, P. R. China ]
  • Qiqiang Li [ School of Control Science and Engineering, Shandong University, Jinan 251000, P. R. China ] Corresponding Author

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    보안공학연구지원센터(IJCA) [Science & Engineering Research Support Center, Republic of Korea(IJCA)]
  • 설립연도
    2006
  • 분야
    공학>컴퓨터학
  • 소개
    1. 보안공학에 대한 각종 조사 및 연구 2. 보안공학에 대한 응용기술 연구 및 발표 3. 보안공학에 관한 각종 학술 발표회 및 전시회 개최 4. 보안공학 기술의 상호 협조 및 정보교환 5. 보안공학에 관한 표준화 사업 및 규격의 제정 6. 보안공학에 관한 산학연 협동의 증진 7. 국제적 학술 교류 및 기술 협력 8. 보안공학에 관한 논문지 발간 9. 기타 본 회 목적 달성에 필요한 사업

간행물

  • 간행물명
    International Journal of Control and Automation
  • 간기
    월간
  • pISSN
    2005-4297
  • 수록기간
    2008~2016
  • 십진분류
    KDC 505 DDC 605

이 권호 내 다른 논문 / International Journal of Control and Automation Vol.8 No.8

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.