Design and Analysis of Optimization Algorithms Using Computational Statistics

Φόρτωση...
Μικρογραφία εικόνας

Ημερομηνία

Συγγραφείς

Bartz Beielstein, T.
Parsopoulos, K. E.
Vrahatis, M. N.

Τίτλος Εφημερίδας

Περιοδικό ISSN

Τίτλος τόμου

Εκδότης

WILEY-VCH Verlag

Περίληψη

Τύπος

Είδος δημοσίευσης σε συνέδριο

Είδος περιοδικού

peer reviewed

Είδος εκπαιδευτικού υλικού

Όνομα συνεδρίου

Όνομα περιοδικού

Applied Numerical Analysis & Computational Mathematics

Όνομα βιβλίου

Σειρά βιβλίου

Έκδοση βιβλίου

Συμπληρωματικός/δευτερεύων τίτλος

Περιγραφή

We propose a highly flexible sequential methodology for the experimental analysis of optimization algorithms. The proposed technique employs computational statistic methods to investigate the interactions among optimization problems, algorithms, and environments. The workings of the proposed technique are illustrated on the parameterization and comparison of both a population based and a direct search algorithm, on a well known benchmark problem, as well as on a simplified model of a real world problem. Experimental results are reported and conclusions are derived. (© 2004 WILEY-VCH Verlag GmbH & Co. KGaA, Weinheim)

Περιγραφή

Λέξεις-κλειδιά

Key word

Θεματική κατηγορία

Παραπομπή

Σύνδεσμος

Γλώσσα

en

Εκδίδον τμήμα/τομέας

Όνομα επιβλέποντος

Εξεταστική επιτροπή

Γενική Περιγραφή / Σχόλια

Ίδρυμα και Σχολή/Τμήμα του υποβάλλοντος

Πανεπιστήμιο Ιωαννίνων. Σχολή Θετικών Επιστημών. Τμήμα Μηχανικών Ηλεκτρονικών Υπολογιστών και Πληροφορικής

Πίνακας περιεχομένων

Χορηγός

Βιβλιογραφική αναφορά

Ονόματα συντελεστών

Αριθμός σελίδων

Λεπτομέρειες μαθήματος

item.page.endorsement

item.page.review

item.page.supplemented

item.page.referenced