Konferenzpaper | 2023

A Robust Statistical Framework for the Analysis of the Performances of Stochastic Optimization Algorithms Using the Principles of Severity

Autor*innen

Chandrasekaran, Sowmya ; Bartz-Beielstein, Thomas

DOI

10.1007/978-3-031-30229-9_28

ISBN-13

#defaultkonferenzband 9783031302282

Weitere Details

Sprache

englisch

Darstellungsform

Text

Seitenbereich

426 - 441

Schlüsselwörter

Benchmarking , Evolutionary computation , Single objective problems , Statistical comparison

Zitierstile

Chandrasekaran, S., & Bartz-Beielstein, T. (2023). A Robust Statistical Framework for the Analysis of the Performances of Stochastic Optimization Algorithms Using the Principles of Severity. In U. UNBEKANNT, ohne Angabe (pp. 426–441). ohne Angabe: ohne Angabe. doi:10.1007/978-3-031-30229-9_28

In die Zwischenablage kopieren

Chandrasekaran, S. and Bartz-Beielstein, T., 2023. A Robust Statistical Framework for the Analysis of the Performances of Stochastic Optimization Algorithms Using the Principles of Severity. In: ohne Angabe. ohne Angabe. ohne Angabe: ohne Angabe, pp.426–441.

In die Zwischenablage kopieren

Chandrasekaran, Sowmya & Bartz-Beielstein, Thomas 2023. A Robust Statistical Framework for the Analysis of the Performances of Stochastic Optimization Algorithms Using the Principles of Severity. In ohne Angabe. ohne Angabe. ohne Angabe: ohne Angabe, 426–441.

American Psychological Association 6th edition (DOI)

Anglia Ruskin University - Harvard

Gesellschaft für Bildung und Forschung in Europa - Harvard