| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:Improving mutation strategies in differential evolution with a new pbest selection mechanism
Avtorji:ID Popič, Jan (Avtor)
ID Bošković, Borko (Avtor)
ID Brest, Janez (Avtor)
Datoteke:.pdf 1-s2.0-S1568494625012918-main.pdf (3,09 MB)
MD5: 35CB2D388F8B34FE37466DA458FC8753
 
Jezik:Angleški jezik
Vrsta gradiva:Članek v reviji
Tipologija:1.01 - Izvirni znanstveni članek
Organizacija:FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:Differential evolution, which belongs to a group of population-based algorithms, has received a lot of research attention since its introduction in 1995. A population-based algorithm is required to guide individuals to visit potentially better basins of attraction in the search space when searching for a globally optimal solution. Additionally, individuals need to interact with each other during an evolutionary process to explore the search space effectively. In this paper, we propose a novel pbest selection mechanism for DE/current-to-pbest mutation strategy and its variants designed to enhance the potential for exploration of different attraction basins. The proposed mechanism enforces a minimal distance between the selected pbest individual and all other better individuals. This means that possible candidates for the pbest individual, used in mutation, are further spaced apart. As a result, the likelihood that the new trial vector will be generated in a different attraction basin of the search space is increased. The mechanism is incorporated into the L-SHADE, jSO, and L-SRTDE algorithms, and its effectiveness is evaluated using CEC’24 benchmark functions. Experimental results demonstrate improvements in the performance of the selected algorithms, particularly in higher-dimensional problem instances.
Ključne besede:population-based algorithm, differential evolution, gobal optimization, mutation strategies, exploration–exploitation
Status publikacije:Objavljeno
Verzija publikacije:Objavljena publikacija
Poslano v recenzijo:11.06.2025
Datum sprejetja članka:24.09.2025
Datum objave:27.09.2025
Založnik:Elsevier B.V.
Leto izida:2025
Št. strani:17 str.
Številčenje:Vol. 185, part B, [article no.] 113978
PID:20.500.12556/DKUM-95839 Novo okno
UDK:004.8
COBISS.SI-ID:255045123 Novo okno
DOI:doi.org/10.1016/j.asoc.2025.113978 Novo okno
ISSN pri članku:1872-9681
Avtorske pravice:© 2025 The Authors
Datum objave v DKUM:29.10.2025
Število ogledov:253
Število prenosov:12
Metapodatki:XML DC-XML DC-RDF
Področja:Ostalo
:
Kopiraj citat
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share



Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Gradivo je del revije

Naslov:Applied soft computing
Založnik:Elsevier Science
ISSN:1872-9681
COBISS.SI-ID:19536150 Novo okno

Gradivo je financirano iz projekta

Financer:ARIS - Javna agencija za znanstvenoraziskovalno in inovacijsko dejavnost Republike Slovenije
Številka projekta:P2-0041-2020
Naslov:Računalniški sistemi, metodologije in inteligentne storitve

Licence

Licenca:CC BY 4.0, Creative Commons Priznanje avtorstva 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by/4.0/deed.sl
Opis:To je standardna licenca Creative Commons, ki daje uporabnikom največ možnosti za nadaljnjo uporabo dela, pri čemer morajo navesti avtorja.

Sekundarni jezik

Jezik:Slovenski jezik
Ključne besede:algorithmi, diferencialna evolucija, globalna optimizacija


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici