A New Mutation Operator for the Elitism-Based Compact Genetic Algorithm

A compact compound sinusoidal differential evolution algorithm for solving optimisation problems in memory-constrained environments

“…All positions of PV are initialised to 0.5 to simulate the usual uniform random initialisation of the basic GA. This model has been used in several compact algorithm proposals based on the binary representation of solutions, including: (Zhou et al, 2002), (Ahn & Ramakrishna, 2003), (Gallagher et al, 2004), (Rimcharoen et al, 2006), (Silva et al, 2007) and (Phiromlap & Rimcharoen, 2013).…”

Um Novo Algoritmo Compacto Genético em Hardware: emCGA-HW

“…Considerando apenas a segunda abordagem (usada neste trabalho), outros trabalhos podem ser mencionados. A implementação de hardware do CGA, proposta por Aporntewan e Chongstitvatana [11] O presente trabalho usa um novo operador de mutação proposto em originalmente em [14], que visa melhorar a qualidade das soluções, mantendo uma velocidade de convergência razoável. O novo operador proposto permite um controle mais eficiente da pressão de seleção, ajustando a diversidade da população como consequência da manipulação do vetor de probabilidade.…”

“…A comparação entre o emCGA e algoritmos similares, usando várias funções de Fitness, já foi feita por Silva, Lopes e Erig Lima [14]. Neste trabalho, só será apresentado uma função binária de Fitness, denominada Sum Function, descrita nas equações (1), (2) e (3), considerando um cromossomo de 8 genes, cada gene com 8 bits.…”

“…Este é um problema de minimização e a melhor solução é obtida quando todos os elementos do vetor convergem para zero. Baseado nos resultados obtidos em [14], uma população de 256 indivíduos foi utilizada. O emCGA-HW inspira-se também no algoritmo CGA em hardware apresentado por Aporntewan e Chongstitvatana [11].…”

“…O objetivo deste trabalho é validar uma nova versão de um algoritmo compacto genético implementado em hardware. O algoritmo desenvolvido no emCGA-HW baseou-se em um trabalho prévio dos autores, no qual o emCGA foi validando totalmente em software [14]. A versão do emCGA-HW apresenta a mesma geração de novos indivíduos e indivíduos elite observados na versão em software, considerando os mesmos parâmetros de entrada e o mesmo problema objetivo.…”