Detail publikace
Multivariate Gaussian Copula in Estimation of Distribution Algorithm with Model Migration
Článek představuje nový koncept algoritmu s pravděpodobnostním modelem (EDA) založeném na ostrovním modelu s obousměrnou kruhovou topologií v oblasti numerické optimalizace ve spojité doméně.
Tradiční migrace jedinců je nahrazena migrací pravděpodobnostního modelu.
Místo klasické sdružené pravděpodobnosti je použita vícerozměrná Gaussovská kopule, tato musí být specifikována korelačními koeficienty, a parametry jednorozměrných marginálních rozdělení.
Myšlenka navrženého EDA algoritmu s Gaussovskou kopulí a migrací modelů (GC-mEDA) je modifikovat parametry rezidentního modelu příslušného ke každému ostrovu imigrantním modelem ze sousedního ostrovu.
Výkonnost navrženého algoritmu je testována na skupině pěti dobře známých testovacích úloh.
@INPROCEEDINGS{FITPUB10786, author = "Martin Hyr\v{s} and Josef Schwarz", title = "Multivariate Gaussian Copula in Estimation of Distribution Algorithm with Model Migration", pages = "114--119", booktitle = "2014 IEEE Symposium on Foundations of Computational Intelligence (FOCI) Proceedings", year = 2014, location = "Piscataway, US", publisher = "Institute of Electrical and Electronics Engineers", ISBN = "978-1-4799-4492-7", doi = "10.1109/FOCI.2014.7007815", language = "english", url = "https://www.fit.vut.cz/research/publication/10786" }