Selbstorganisierende Evolutionsstrategien

Abbildung Abschnitt Adaption ANDREAS ZELL Anzahl Arbeit ASPARAGOS beschrieben bessere beste Fitness Crossover delta Differential Evolution diffevol Dimension durchgeführt Eingabe Eingaberaum Eltern Ergebnisse erzeugt ES-Mutation Evolution Evolutionären Algorithmen Evolutionary Computation Fitnesswerte Fogel Funktionsauswertungen Gas-SE Generation Genetic Algorithms Genetische gewählt gewichteten Gitter gleichverteilt globale Optimum große HANS-PAUL Hans-Paul Schwefel Herausgeber Hyperellipsoid IEEE Individuen Individuum Information Initialisierung International Conference Kapitel Kartenraum Konvergenz Konvergenzgeschwindigkeit Kovarianzmatrix künstlichen Neuronalen Netze lokalen Optima Lösungen MARCO DORIGO Modell möglich multimodalen Mutation Nachbarn Nachbarschaft Nachbarschaftsanziehung Nachbarschaftsanziehungsfaktor Nachbarschaftsfunktion Nachbarschaftsgitter Nachkommen natürlichen Evolution Nervenzellen Neural Gas Neural Networks Neuronale Netze Neuronen NG-SE Objektvariablen Optimierung Optimierungsproblems Optimization panmiktisch Parallel Parameter Parametereinstellungen Population Problemraum Proceedings Programming recgeni Referenzvektoren Rekombination Robustheit Schrittweite SCHWEFEL Selbstadaption Selbstorganisierende Karte Selbstorganisierenden Evolutionsstrategie selektiert SOM-Mutation SOM-SE Strategie Subpopulationen Synapsen Testfunktionen Testläufe Testreihen THOMAS Topologie Überwachtes Lernen unimodalen unterschieden Untersuchung Varianten Variation Vektor Vergleich verwendet vorgestellt Zelle zufällig Zufallszahlen