Original title: Studium a srovnávání hlavních typů evolučních algoritmů
Translated title: Study and comparison of main kinds of evolutionary algorithms
Authors: Štefan, Martin ; Holeňa, Martin (advisor) ; Gemrot, Jakub (referee)
Document type: Master’s theses
Year: 2012
Language: cze
Abstract: [cze] [eng]
Evoluční algoritmy patří mezi nejmladší a zároveň nejprogresivnější metody řešení obtížných optimalizačních úloh. Tyto algoritmy si získali svou velkou oblibu díky dobrým experimentálním výsledkům na složitých optimalizačních úlohách, jednoduchosti implementace a také vysoké modularitě, tedy možnosti úpravy pro účely řešení různých problémů. Mezi nejpoužívanější evoluční algoritmy patří Genetické algoritmy, Diferenciální evoluce a Evoluční strategie. Tyto algoritmy a jejich varianty je možné aplikovat jak na úlohy spojité, diskrétní tak i smíšené optimalizace. Předmětem této práce je srovnání chování tří základních typů evolučních algoritmů na katlystické optimalizační úloze se smíšenými proměnými, lineárním omezením a experimentálně počítanou fitness funkcí. Evolutionary algorithms belongs among the youngest and the most progressive methods of solving difficult optimization tasks. They received huge popularity mainly due to good experimental results in optimization, a simplicity of the implementation and a high modularity, which is an ability to be modified for different problems. Among the most frequently used Evolutionary algorithms belongs Genetic Algorithm, Differential Evolution and Evolutionary Strategy. It is able to apply these algorithms and theirs variants to both continuous, discrete and mixed optimization tasks. A subject of this theses is to compare three main types of algorithms on the catalyst optimization task with mixed variables, linear constraints and experimentally evaluated fitness function.
Keywords: differential evolution; evolutionary algorithms; evolutionary strategy with covariance matrix adaptation and dynamic niching; genetic algorithm; linear constraints; mixed optimization; diferenciální evoluce; evoluční algoritmy; evoluční strategie s adaptací kovarianční matice a dynamickým vytvářením nik; genetický algoritmus; lineární omezení; smíšená optimalizace

Institution: Charles University Faculties (theses) (web)
Document availability information: Available in the Charles University Digital Repository.
Original record: http://hdl.handle.net/20.500.11956/46653

Permalink: http://www.nusl.cz/ntk/nusl-464371


The record appears in these collections:
Universities and colleges > Public universities > Charles University > Charles University Faculties (theses)
Academic theses (ETDs) > Master’s theses