Optimization of artificial landscapes with a hybridized firefly algorithm
Lade...
Autor:in (Körperschaft)
Publikationsdatum
2022
Typ der Arbeit
Studiengang
Typ
01A - Beitrag in wissenschaftlicher Zeitschrift
Herausgeber:innen
Herausgeber:in (Körperschaft)
Betreuer:in
Übergeordnetes Werk
Journal of Advances in Information Technology
Themenheft
DOI der Originalpublikation
Link
Reihe / Serie
Reihennummer
Jahrgang / Band
13
Ausgabe / Nummer
4
Seiten / Dauer
374-380
Patentnummer
Verlag / Herausgebende Institution
Engineering and Technology Publishing
Verlagsort / Veranstaltungsort
Auflage
Version
Programmiersprache
Abtretungsempfänger:in
Praxispartner:in/Auftraggeber:in
Zusammenfassung
This paper shows how the metaheuristic Firefly Algorithm (FA) can be enhanced by hybridization with a genetic algorithm to achieve better results for optimization problems. The authors examine which configuration of the hybridized FA performs best during a number of computational tests. The performance of the hybrid FA is compared with that of the regular FA in solving test functions for single-objective optimization problems in two and n-dimensional spaces. The key findings are that more complex optimization problems benefit from the hybrid FA because it outperforms the basic FA. In addition, some useful parameters settings for the suggested algorithm are determined.
Schlagwörter
Fachgebiet (DDC)
330 - Wirtschaft
Veranstaltung
Startdatum der Ausstellung
Enddatum der Ausstellung
Startdatum der Konferenz
Enddatum der Konferenz
Datum der letzten Prüfung
ISBN
ISSN
1798-2340
Sprache
Englisch
Während FHNW Zugehörigkeit erstellt
Ja
Zukunftsfelder FHNW
Publikationsstatus
Veröffentlicht
Begutachtung
Peer-Review der ganzen Publikation
Open Access-Status
Gold
Zitation
SANER, Kevin, Kyle SMITH, Thomas HANNE und Rolf DORNBERGER, 2022. Optimization of artificial landscapes with a hybridized firefly algorithm. Journal of Advances in Information Technology. 2022. Bd. 13, Nr. 4, S. 374–380. DOI 10.12720/jait.13.4.374-380. Verfügbar unter: https://doi.org/10.26041/fhnw-7265