Wyszukiwarka
Abstrakt
A novel idea of performing evolutionary computations for solving highly-dimensional multi-objective optimization (MOO) problems is proposed. The information about individual genders is applied. This information is drawn out of the fitness of individuals and applied during the parental crossover in the evolutionary multi-objective optimization (EMO) processes. The paper introduces the principles of the genetic-gender approach (GGA) and illustrates its performance by means of examples of multi-objective optimization tasks.
Autorzy (2)
Cytuj jako
Pełna treść
pełna treść publikacji nie jest dostępna w portalu
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Aktywność konferencyjna
- Typ:
- publikacja w wydawnictwie zbiorowym recenzowanym (także w materiałach konferencyjnych)
- Tytuł wydania:
- Intelligent Systems in Technical and Medical Diagnostics strony 161 - 174
- Język:
- angielski
- Rok wydania:
- 2014
- Opis bibliograficzny:
- Kowalczuk Z., Białaszewski T.: Gender approach to multi-objective optimization of detection systems by pre-selection of criteria// Intelligent Systems in Technical and Medical Diagnostics/ ed. Józef Korbicz, Marek Kowal Berlin–Heidelberg : Springer-Verlag, 2014, s.161-174
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 60 razy