Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Federal de São Carlos (UFSCar) | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (Unesp) | - |
Autor(es): dc.creator | Passos, Leandro Aparecido | - |
Autor(es): dc.creator | Rodrigues, Douglas | - |
Autor(es): dc.creator | Papa, Joao Paulo [UNESP] | - |
Autor(es): dc.creator | IEEE | - |
Data de aceite: dc.date.accessioned | 2022-02-22T00:15:22Z | - |
Data de disponibilização: dc.date.available | 2022-02-22T00:15:22Z | - |
Data de envio: dc.date.issued | 2020-12-10 | - |
Data de envio: dc.date.issued | 2020-12-10 | - |
Data de envio: dc.date.issued | 2019-01-01 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/197587 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/197587 | - |
Descrição: dc.description | Fitness landscape has been one of the main limitations regarding optimization tasks. Although meta-heuristic techniques have achieved outstanding results over a large variety of problems, some issues related to the function geometry and the risk to get trapped from local optima are issues that still require attention. To deal with this problem, we propose the Quaternion-based Backtracking Search Optimization Algorithm, a variant of the standard Backtracking Search Optimization Algorithm that maps each decision variable in a tensor onto a hypercomplex search space, whose landscape is expected to be smoother. Experiments conducted using nine benchmarking functions showed considerably better results than the ones achieved over standard search spaces, as well as more accurate results than some quaternion-based methods as well. | - |
Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | - |
Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
Descrição: dc.description | UFSCar Fed Univ Sao Carlos, Dept Comp, Sao Carlos, SP, Brazil | - |
Descrição: dc.description | UNESP Sao Paulo State Univ, Sch Sci, Bauru, SP, Brazil | - |
Descrição: dc.description | UNESP Sao Paulo State Univ, Sch Sci, Bauru, SP, Brazil | - |
Descrição: dc.description | CAPES: 001 | - |
Descrição: dc.description | FAPESP: 2013/07375-0 | - |
Descrição: dc.description | FAPESP: 2014/16250-9 | - |
Descrição: dc.description | FAPESP: 2014/12236-1 | - |
Descrição: dc.description | FAPESP: 2016/06441-7 | - |
Descrição: dc.description | CNPq: 306166/2014-3 | - |
Descrição: dc.description | CNPq: 307066/2017-7 | - |
Formato: dc.format | 3014-3021 | - |
Idioma: dc.language | en | - |
Publicador: dc.publisher | Ieee | - |
Relação: dc.relation | 2019 Ieee Congress On Evolutionary Computation (cec) | - |
???dc.source???: dc.source | Web of Science | - |
Palavras-chave: dc.subject | Backtracking Search Optimization Algorithm | - |
Palavras-chave: dc.subject | Quaternions | - |
Palavras-chave: dc.subject | Meta-heuristics | - |
Título: dc.title | Quaternion-Based Backtracking Search Optimization Algorithm | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: