Zobrazeno 1 - 8
of 8
pro vyhledávání: '"Evolutionary scheduling"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Ruddick, Julian, Genov, Evgenii, Camargo, Luis Ramirez, Coosemans, Thierry, Messagie, Maarten, Integr. of Intermittent Renewable Energy, Innovation Studies
Publikováno v:
Vrije Universiteit Brussel
2022 IEEE Congress on Evolutionary Computation, CEC 2022-Conference Proceedings. Institute of Electrical and Electronics Engineers Inc.
2022 IEEE Congress on Evolutionary Computation, CEC 2022-Conference Proceedings
2022 IEEE Congress on Evolutionary Computation, CEC 2022-Conference Proceedings. Institute of Electrical and Electronics Engineers Inc.
2022 IEEE Congress on Evolutionary Computation, CEC 2022-Conference Proceedings
This paper presents a solution to a predict then optimise problem which goal is to reduce the electricity cost of a university campus. The proposed methodology combines a multi-dimensional time series forecast and a novel approach to large-scale opti
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::c3248850014eb64c699be29b47ae31bf
http://arxiv.org/abs/2202.12595
http://arxiv.org/abs/2202.12595
Autor:
Daniel Pandolfi, Marta Graciela Lasso, María Eugenia de San Pedro, Andrea Villagra, Raúl Hector Gallard
Publikováno v:
Journal of Computer Science and Technology, Vol 4, Iss 02, Pp 109-114 (2004)
Evolutionary algorithms (EAs) are merely blind search algorithms, which only make use of the relative fitness of solutions, but completely ignore the nature of the problem. Their performance can be improved by using new multirecombinative approaches,
Externí odkaz:
https://doaj.org/article/1bd39e73c60642f79aa2e6a30488d575
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Pandolfi, Daniel, Lasso, Marta Graciela, San Pedro, María Eugenia de, Villagra, Andrea, Gallard, Raúl Hector
Publikováno v:
SEDICI (UNLP)
Universidad Nacional de La Plata
instacron:UNLP
Journal of Computer Science and Technology, Vol 4, Iss 02, Pp 109-114 (2004)
Universidad Nacional de La Plata
instacron:UNLP
Journal of Computer Science and Technology, Vol 4, Iss 02, Pp 109-114 (2004)
Evolutionary algorithms (EAs) are merely blind search algorithms, which only make use of the relative fitness of solutions, but completely ignore the nature of the problem. Their performance can be improved by using new multirecombinative approaches,
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::5b8ca8b025b77c1ce6addea98a663d94
http://sedici.unlp.edu.ar/handle/10915/9489
http://sedici.unlp.edu.ar/handle/10915/9489
Conference
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Conference
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.