Serwis Infona wykorzystuje pliki cookies (ciasteczka). Są to wartości tekstowe, zapamiętywane przez przeglądarkę na urządzeniu użytkownika. Nasz serwis ma dostęp do tych wartości oraz wykorzystuje je do zapamiętania danych dotyczących użytkownika, takich jak np. ustawienia (typu widok ekranu, wybór języka interfejsu), zapamiętanie zalogowania. Korzystanie z serwisu Infona oznacza zgodę na zapis informacji i ich wykorzystanie dla celów korzytania z serwisu. Więcej informacji można znaleźć w Polityce prywatności oraz Regulaminie serwisu. Zamknięcie tego okienka potwierdza zapoznanie się z informacją o plikach cookies, akceptację polityki prywatności i regulaminu oraz sposobu wykorzystywania plików cookies w serwisie. Możesz zmienić ustawienia obsługi cookies w swojej przeglądarce.
This paper presents a new hybrid HPSO-DE classification algorithm that combines the advantages of particle swarm optimization algorithm and differential evolution algorithm. Major improvements achieved by this combination are 1) flight improvement — flight behaviors are more and better diversified because each of the top 3 particles gets put into 3 different groups of the rest and then each group is mutated with a different operator and 2) particle improvement — members of a succeeding generation are composed of more of better particles than those of the current generation because better particles are allowed to produce more offspring. HPSO-DE and several other classification models were performance tested with 8 benchmarking datasets, and HPSO-DE was found to outperform them on 6 out of the 8.