Data-Driven Based State Transition Algorithm for Dynamic Optimization

Most evolutionary algorithms solve the optimization problems by iteratively calculating the values of the objective functions. However, such explicit objective functions may not exist in solving many process industry optimization problems, especially when these processes have time varying dynamics,...

Celý popis

Podrobná bibliografie

Vydáno v:	2019 IEEE Symposium Series on Computational Intelligence (SSCI) s. 1091 - 1096
Hlavní autoři:	Zhang, Yunxiang, Zhou, Xiaojun, Yang, Chunhua
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 01.12.2019
Témata:	Approximation algorithms Control vector parametrization Data-driven Dynamic optimization Evolutionary computation Heuristic algorithms Linear programming Optimization Process control State transition algorithm
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!