2010 10th International Conference on Hybrid Intelligent Systems 2010
DOI: 10.1109/his.2010.5600029
|View full text |Cite
|
Sign up to set email alerts
|

Mixing theory of retroviruses and Genetic Algorithm to build a new nature-inspired meta-heuristic for real-parameter function optimization problems

Abstract: This paper describes the development of a new hybrid meta-heuristic of optimization based on a viral lifecycle, specifically the retroviruses (the nature's swiftest evolvers), called Retroviral Iterative Genetic Algorithm (RIGA). This algorithm uses Genetics Algorithms (GA) structures with features of retroviral replication, providing a great genetic diversity, confirmed by better results achieved by RIGA comparing with GA applied to some Real-Valued Benchmarking Functions.

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
2
2

Citation Types

0
0
0
4

Year Published

2021
2021
2021
2021

Publication Types

Select...
1

Relationship

0
1

Authors

Journals

citations
Cited by 1 publication
(4 citation statements)
references
References 3 publications
0
0
0
4
Order By: Relevance
“…Etapas do algoritmo genético. Fonte: [4] genéticos selecionados para análises comparativas foram o Retroviral Iterative Genetic Algorithm (RIGA) [6], Meiosis Genetic Algorithm (MGA) [7], Real-coded Quantum Genetic Algorithm (RQGA) [8], Chaos Genetic Algorithm (CGA) [9], Microbial Neuro Genetic Algorithm (MNGA) [10], Negative Selection Genetic Algorithm (NSGA) [11], e Imune Genetic Algorithm (IGA) [5]. Estas variantes possuem em comum a finalidade de melhorar os resultados do AG clássico em termos de convergência e velocidade.…”
Section: Trabalhos Relacionadosunclassified
See 3 more Smart Citations
“…Etapas do algoritmo genético. Fonte: [4] genéticos selecionados para análises comparativas foram o Retroviral Iterative Genetic Algorithm (RIGA) [6], Meiosis Genetic Algorithm (MGA) [7], Real-coded Quantum Genetic Algorithm (RQGA) [8], Chaos Genetic Algorithm (CGA) [9], Microbial Neuro Genetic Algorithm (MNGA) [10], Negative Selection Genetic Algorithm (NSGA) [11], e Imune Genetic Algorithm (IGA) [5]. Estas variantes possuem em comum a finalidade de melhorar os resultados do AG clássico em termos de convergência e velocidade.…”
Section: Trabalhos Relacionadosunclassified
“…O RIGA [6] trouxe uma populac ¸ão auxiliar de retrovírus, no qual possui mecanismos próprios de criac ¸ão e substituic ¸ão de indivíduos que favoreceu o aumento da velocidade de convergência do AG clássico por trazer maior variabilidade genética ao longo das gerac ¸ões. Apesar disso, observouse o aumento do custo computacional devido a sua etapa adicional de criac ¸ão de retrovírus.…”
Section: Trabalhos Relacionadosunclassified
See 2 more Smart Citations