Přejít k hlavnímu obsahu

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

BinBRO: Binary Battle Royale Optimizer algorithm
Autoři: Agahian Saeid | Akan Taymaz | Dehkharghani Rahim
Rok: 2022
Druh publikace: článek v odborném periodiku
Název zdroje: Expert Systems with Applications
Název nakladatele: Pergamon-Elsevier Science Ltd.
Místo vydání: Oxford
Strana od-do: nestránkováno
Tituly:
Jazyk Název Abstrakt Klíčová slova
cze BinBRO: Algoritmus optimalizace binární bitvy Royale navrženy pro řešení problémů spojitého charakteru, nicméně nejsou schopny řešit diskrétní nebo binární problémy. Přizpůsobení a použití spojitých optimalizačních algoritmů pro řešení diskrétních problémů získává v posledních desetiletích stále větší popularitu. V tomto článku byla navržena binární verze nedávno navrženého optimalizačního algoritmu Battle Royale Optimization, kterou jsme nazvali BinBRO. Navržený algoritmus byl aplikován na dvě srovnávací datové sady: problém umístění nekapacitního zařízení a problém maximálního řezu grafu a byl porovnán se šesti dalšími binárními optimalizačními algoritmy, konkrétně s optimalizací částicového roje, různými verzemi genetického algoritmu a různými verzemi algoritmu umělé včelí kolonie. Algoritmy založené na BinBRO se mohly umístit na prvním místě mezi těmito algoritmy při použití na všech referenčních souborech dat obou problémů, UFLP a Max-Cut. Optimalizace; diskrétní optimalizace; optimalizační algoritmus Battle Royale
eng BinBRO: Binary Battle Royale Optimizer algorithm Stochastic methods attempt to solve problems that cannot be solved by deterministic methods with reasonable time complexity. Optimization algorithms benefit from stochastic methods; however, they do not guarantee to obtain the optimal solution. Many optimization algorithms have been proposed for solving problems with continuous nature; nevertheless, they are unable to solve discrete or binary problems. Adaptation and use of continuous optimization algorithms for solving discrete problems have gained growing popularity in recent decades. In this paper, the binary version of a recently proposed optimization algorithm, Battle Royale Optimization, which we named BinBRO, has been proposed. The proposed algorithm has been applied to two benchmark datasets: the uncapacitated facility location problem, and the maximum-cut graph problem, and has been compared with 6 other binary optimization algorithms, namely, Particle Swarm Optimization, different versions of Genetic Algorithm, and different versions of Artificial Bee Colony algorithm. The BinBRO-based algorithms could rank first among those algorithms when applying on all benchmark datasets of both problems, UFLP and Max-Cut. Optimization; Discrete optimization; Battle Royale Optimization algorithm