गौसीय bare-bones अवकलन विकास

अवकलन विकास (DE) निरंतर खोज स्थानों पर वैश्विक अनुकूलन के लिए एक प्रसिद्ध एल्गोरिदम है। हालाँकि, अनुकूलतम नियंत्रण पैरामीटर चुनना एक चुनौतीपूर्ण कार्य है क्योंकि ये समस्या-आधारित होते हैं। नियंत्रण पैरामीटर के प्रभावों को कम करने के लिए, एक गौसीय bare-bones DE (GBDE) और इसकी संशोधित संस्करण (MGBDE) प्रस्तावित की गई हैं जो लगभग पैरामीटर-मुक्त हैं। हमारे दृष्टिकोणों के प्रदर्शन को सत्यापित करने के लिए, 30 बेंचमार्क कार्य और दो वास्तविक दुनिया की समस्याएँ उपयोग की गई हैं। किए गए प्रयोग बताते हैं कि MGBDE कई अत्याधुनिक DE रूपों और कुछ मौजूदा bare-bones एल्गोरिदम की तुलना में महत्वपूर्ण रूप से बेहतर या कम से कम तुलनीय प्रदर्शन करता है।