NK hybrid genetic algorithm for clustering (2018)
- Authors:
- USP affiliated authors: TINÓS, RENATO - FFCLRP ; LIANG, ZHAO - FFCLRP
- Unidade: FFCLRP
- DOI: 10.1109/tevc.2018.2828643
- Subjects: ALGORITMOS GENÉTICOS; CLUSTERS
- Keywords: Clustering; Genetic algorithms; NK landscapes
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Publisher place: Piscataway
- Date published: 2018
- Source:
- Título: IEEE Transactions on Evolutionary Computation
- ISSN: 1089-778X
- Volume/Número/Paginação/Ano: v. 22, n. 5, p. 748-761, 2018
- Status:
- Artigo possui versão em acesso aberto em repositório (Green Open Access)
- Versão do Documento:
- Versão submetida (Pré-print)
- Acessar versão aberta:
-
ABNT
TINÓS, Renato et al. NK hybrid genetic algorithm for clustering. IEEE Transactions on Evolutionary Computation, v. 22, n. 5, p. 748-761, 2018Tradução . . Disponível em: https://doi.org/10.1109/tevc.2018.2828643. Acesso em: 10 abr. 2026. -
APA
Tinós, R., Zhao, L., Chicano, F., & Whitley, D. (2018). NK hybrid genetic algorithm for clustering. IEEE Transactions on Evolutionary Computation, 22( 5), 748-761. doi:10.1109/tevc.2018.2828643 -
NLM
Tinós R, Zhao L, Chicano F, Whitley D. NK hybrid genetic algorithm for clustering [Internet]. IEEE Transactions on Evolutionary Computation. 2018 ; 22( 5): 748-761.[citado 2026 abr. 10 ] Available from: https://doi.org/10.1109/tevc.2018.2828643 -
Vancouver
Tinós R, Zhao L, Chicano F, Whitley D. NK hybrid genetic algorithm for clustering [Internet]. IEEE Transactions on Evolutionary Computation. 2018 ; 22( 5): 748-761.[citado 2026 abr. 10 ] Available from: https://doi.org/10.1109/tevc.2018.2828643 - Encontro nacional de inteligência artificial e computacional - ENIAC, 2017
- A new evaluation function for clustering: the NK internal validation criterion
- Brazilian Conference on Intelligent Systems - BRACIS, 2017
- Feature learning in feature–sample networks using multi-objective optimization
- Programação evolutiva com distribuição de mutações auto-adaptativa aplicada a redes neurais artificiais
- A new method for identification of recombining components in the generalized partition crossover
- Quasi-optimal recombination operator
- Artificial neural network based crossover for evolutionary algorithms
- Analyzing evolutionary algorithms for dynamic optimization problems based on the dynamical systems approach
- Use of self-organizing suppression and q-Gaussian mutation in artificial immune systems
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
002936229.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
