4.2 Test Algorithm Set To evaluate

4.2 Test Algorithm Set
To evaluate the performance of MultiEA, we compare its
performance with three multi-algorithms: AMALGAM-SO, PAP
and RandEA. The first two algorithms has been described in
Section 2.1.
RandEA means randomly chosen EA: Given the number of
evaluations N, if we have no knowledge about which algorithm is
the best, it is reasonable to randomly select an algorithm and run it
for N evaluations. This algorithm is referred as RandEA. Its
performance is defined as the average performance of the q
algorithms. It serves as a baseline algorithm to test whether there
is a positive synergy in MultiEA.
As said in Section 1, ABC, CMA-ES, CoDE, PSO2011 and SaDE
are chosen as component algorithms for MultiEA, AMALGAMSO, PAP, and RandEA.
All algorithms are implemented in Matlab. All the experiments
are conducted on a PC with 2.67GHz 4-core CPU and 3 GB of
memory.

ผลลัพธ์ (ไทย) 1:

ขั้นตอนวิธีการทดสอบ 4.2
ตั้งเพื่อประเมินประสิทธิภาพการทำงานของ multiea เราเปรียบเทียบประสิทธิภาพ
ด้วยสามขั้นตอนวิธีการหลาย: รวมกันเพื่อ, PAP
และ randea สองคนแรกที่อัลกอริทึมที่ได้รับการอธิบายไว้ในส่วน
2.1
randea หมายถึงการสุ่มเลือก EA: ได้รับหมายเลขของการประเมินผลการ
n ถ้าเราไม่มีความรู้เกี่ยวกับการที่อัลกอริทึมที่ดีที่สุดคือ
,มันมีเหตุผลที่จะสุ่มเลือกอัลกอริทึมและเรียกใช้สำหรับการประเมินผลการ
n ขั้นตอนวิธีนี้จะเรียกว่าเป็น randea ประสิทธิภาพการทำงาน
ที่ถูกกำหนดให้เป็นผลการดำเนินงานเฉลี่ยของอัลกอริทึม Q
จะทำหน้าที่เป็นอัลกอริทึมพื้นฐานเพื่อทดสอบว่ามี
คือการทำงานร่วมกันในเชิงบวกใน multiea
เป็นกล่าวว่าในส่วน 1, abc, CMA-ซาลาม, รหัส pso2011 และ Sade
ได้รับการแต่งตั้งเป็นอัลกอริทึมส่วนประกอบสำหรับ multiea,amalgamso, PAP และ randea อัลกอริทึม
ทั้งหมดจะถูกนำมาใช้ใน MATLAB การทดสอบทั้งหมด
จะดำเนินการบนคอมพิวเตอร์ที่มีซีพียู 2.67ghz 4-core และ 3 GB หน่วยความจำ

ผลลัพธ์ (ไทย) 2:

4.2 ทดสอบชุดอัลกอริทึม
เพื่อประเมินประสิทธิภาพของ MultiEA เราเปรียบเทียบของ
ประสิทธิภาพกับอัลกอริทึมหลายสาม: AMALGAM-อื่น ๆ บ
และ RandEA อัลกอริทึม 2 ได้ถูกอธิบายไว้ใน
2.1 ส่วน
RandEA วิธีสุ่มเลือก EA: กำหนดจำนวน
ประเมิน N ถ้าเรามีความรู้เกี่ยวกับอัลกอริทึมที่เป็น
ส่วน จึงเหมาะสมที่จะสุ่มเลือกอัลกอริทึมการ และรัน
สำหรับประเมิน N อัลกอริทึมนี้จะเรียกว่าเป็น RandEA ของ
ประสิทธิภาพถูกกำหนดเป็นค่าเฉลี่ยประสิทธิภาพการทำงานของคิว
อัลกอริทึมการ เป็นอัลกอริทึมพื้นฐานเพื่อทดสอบว่ามี
เป็น synergy บวกใน MultiEA
เป็นกล่าวว่า ในส่วน 1, ABC, CMA ES รหัส PSO2011 และชา
เลือกเป็นส่วนประกอบอัลกอริทึมสำหรับ MultiEA AMALGAMSO บ และ RandEA
มีใช้อัลกอริทึมทั้งหมดใน Matlab ทดลองทั้งหมด
ดำเนินบนพีซี 2.67GHz CPU 4-หลักด้วย 3 GB
จำ

ผลลัพธ์ (ไทย) 3:

4.2 การทดสอบการตั้งค่า~อัลกอริทึมในการประเมิน ประสิทธิภาพ การทำงานของ multiea เราเปรียบเทียบ
ประสิทธิภาพ การทำงานด้วยสามแบบมัลติ - อัลกอริธึมอ้างว่ายังยึดมั่น - ดังนั้น PAP
และ randea . อัลกอริธึมสองครั้งแรกที่ได้รับการระบุไว้ใน
หัวข้อ 2.1
randea หมายถึง EA สุ่มเลือกหมายเลขของ
การทดสอบใช้งาน n หากเราไม่มีความรู้เกี่ยวกับเรื่องนี้ซึ่งอัลกอริธึมคือ
ที่ดีที่สุดโรงแรมมีเหตุผลที่จะสุ่มเลือกอัลกอริธึมและเรียกใช้
สำหรับการทดสอบใช้งาน n อัลกอริธึมนี้มีชื่อเรียกอีกอย่างหนึ่งว่าเป็น randea
ประสิทธิภาพ การทำงานก็กำหนดไว้เป็นการทำงานโดยเฉลี่ยของ Q
อัลกอริธึม จัดให้บริการเป็นอัลกอริธึมพื้นฐานในการทดสอบว่า
เป็นการทำงานร่วมกันในเชิงบวกใน multiea
ดังที่กล่าวในส่วนที่ 1 ABC CMA - เอสรหัส pso 2011 ตัวขยายและ sade
ได้รับการคัดเลือกเป็นอัลกอริธึมคอมโพเนนต์สำหรับ multieaPAP amalgamso และ randea . อัลกอริธึม
ทั้งหมดมีการนำใน matlab การทดลองทั้งหมด
มีการดำเนินการด้วยเครื่องพีซีที่ใช้ 2.67 GHz , 4 - core CPU และ 3 GB
หน่วยความจำ