BIOMA 2020:比利时布鲁塞尔
博格丹·菲利皮克 , 埃德蒙多·A·米尼西 , 马西米利亚诺·瓦西莱 :
生物启发优化方法及其应用——第九届国际会议,BIOMA 2020,比利时布鲁塞尔,2020年11月19-20日,会议记录。 计算机科学课堂讲稿 12438, 施普林格 2020 ,国际标准图书编号 978-3-030-63709-5
理论与方法
马可·孔特雷拉斯-克鲁斯 , 加布里埃拉·奥乔亚 , Juan-Pablo Ramirez-Paredes公司 :
合成与现实世界连续景观:本地Optima网络视图。 3-16 凯兰·恩霍尔德 , H.大卫·马蒂亚斯 , 安妮·S·吴 :
可变响应持续时间促进分散群中的自我组织。 17-28 吉安卢卡·菲利皮 , 马西米利亚诺·瓦西莱 :
约束多目标优化问题的通货膨胀差异演化。 29-42 亚历山大·哈格 , 迈克·普劳斯 , 亚历山大·阿斯特罗 , 托马斯·贝克 :
多解优化中的表型多样性分析。 43-55 何一凡 , 克劳斯·阿兰哈 , 樱井忠雄(Tetsuya Sakurai) :
参数进化自适应策略及其在杜鹃搜索中的应用。 56-68 达尼·伊拉万 , 玛格丽塔·安东尼奥 , 鲍里斯·诺约克斯 , 格雷戈·帕帕 :
使用递增种群方案和持久协方差矩阵对CC-RDG3算法进行改进。 69-83 沃尔夫冈·科宁 , 萨米内·巴赫里 :
N人游戏的强化学习:最终适应的重要性。 84-96 阿塔努·马祖姆达尔 , 丁克·丘格 , 尤西·哈卡宁 , 凯萨·米提宁 :
离线数据驱动多目标优化的交互式框架。 97-109 纳迪亚·内贾 , 路易吉·马西尔·里贝罗 , 路易莎·德·马塞多·穆雷利 :
集群机器人高效动态任务分配的通信优化。 110-124 罗德里戈·C·A·F·庞兹 , Grasiele Regina Duarte公司 , 莱昂纳多·戈利亚特 :
异类岛模型中的性能指标指导迁移。 125-134 斯特凡诺·波齐亚尼 , 马克·埃文格洛斯·比安科里尼 :
基于生物生长方法和网格变形曲面造型的生物启发优化。 135-147 约格鹳 , 马丁·扎弗 , 托马斯·巴兹·贝尔斯坦 , A.E.艾本 :
了解强化学习代理的行为。 148-160 马库斯·希尔 , 沃尔夫冈·科宁 , 托马斯·巴克 :
时间卷积网络时间序列编码。 161-173
算法和应用
玛格丽塔·安东尼奥 , 加斯珀·佩特林 , 格雷戈·帕帕 :
将地面调度问题表述为多目标双层问题。 177-188 巴巴拉·阿里兹曼迪·古铁雷斯 , 阿尔贝托·德尔拉·诺斯 , 玛丽亚奇亚拉·加利亚 , 阿尔贝托·瓜尔多内 :
用遗传算法优化热防冰系统。 189-200 帕维尔·A·鲍里索夫斯基 , 尤利娅·科瓦伦科 :
Flowshop调度问题的并行局部搜索Memetic算法。 201-213 马克西姆·布兹达洛夫 , 谢尔盖·科尔尤宾 , 阿特姆·埃戈罗夫 , 伊凡·鲍里索夫 :
使用进化算法优化机器猎豹腿参数。 214-227 卡罗琳娜·克雷斯皮 , 乔治亚·法格塔 , 马里奥·帕沃内 , 洛科·A·斯科洛 , 劳拉·斯克里马利 :
人群疏散模型的博弈论方法。 228-239 弗朗西斯科·马切蒂 , 埃德蒙多·A·米尼西 :
一种混合神经网络-遗传编程智能控制方法。 240-254 阿尔菲奥·马提尼奥(Alfeu D.Martinho) , 塞尔索·B.M.·里贝罗 , 尤利娅·戈洛德斯卡娅 , 《丰塞卡的故事》 , 莱昂纳多·戈利亚特 :
带进化参数调整的极端学习机用于预测莫桑比克卡霍拉-巴萨大坝的日自然流量。 255-267 阿里雷扎·米尔沙姆西 , 西蒙·戈迪奥 , 阿明·诺巴赫蒂 , 斯特凡诺·普里马泰斯塔 , 法比奥·多维斯 , 乔治·古列里 :
基于粒子群优化算法的无人机自主导航三维路径规划算法。 268-280 玛格丽塔·雷博莱多 , Ruxandra Stoean公司 , A.E.艾本 , 托马斯·巴兹·贝尔斯坦 :
用于气体传感器优化的混合变量选择和支持向量回归。 281-293 苏珊·罗森塔尔 :
分子优化多目标进化算法中的多样性促进策略。 294-307 阿约萨·沃多皮亚 , 维托·扬科 , 米贾·卢斯特雷克 , 博格丹·菲利皮克 :
节能上下文识别系统设计的约束多目标优化。 308-320