Název:
Použití evolučních a genetických algoritmů v ekonomických aplikacích
Autoři:
Popelka, Ondřej Typ dokumentu: Disertační práce
Rok:
2009
Jazyk:
cze
Abstrakt: [cze][eng] Práce popisuje nové evoluční metody umělé inteligence vhodné pro řešení složitých úloh. Jedná se o úlohy plánování, optimalizace, rozhodování, predikce a další - to vše jsou problémy, které se inteligentní člověk naučí velmi rychle řešit, ale strojově nejsou řešitelné v únosném čase. Pro tyto úlohy často není k dispozici analytický aparát pro řešení, ani žádný obecný algoritmus. Právě toto je oblast ve které nachází uplatnění metody umělé inteligence. Tato práce se zaměřuje na evoluční metody umělé inteligence založené na genetických algoritmech, konkrétně na gramatické evoluci a diferenciální evoluci. V první části práce jsou popsány genetické algoritmy, jejich principy a dílčí algoritmy, zejména pak ty, které se používají v gramatické evoluci. Dále práce popisuje gramatickou evoluci, což je genetický algoritmus rozšířený o překladač bezkontextové gramatiky. Gramatická evoluce má díky tomuto rozšíření schopnost generovat strukturované řetězce v libovolném jazyce definovaném regulární nebo bezkontextovou gramatikou. Druhá část práce je zaměřena na vytvoření obecného výpočetního systému, který umožňuje uživatelsky přívětivější ovládání gramatické evoluce než stávající aplikace. Je zde popsán návrh architektury tohoto systému, který se skládá z výpočetní služby, databázového serveru a z odděleného uživatelského rozhraní. Součástí práce je také popis úloh na které byly navržené algoritmy aplikovány. Jedná se o úlohy symbolické regrese, klasifikace a generování logických obvodů. Všechny úlohy byly řešeny s využitím popsané implementace.This thesis describes new evolutionary artificial intelligence methods suitable for solving complex tasks. These include planning, optimization, decision, prediction and other problems. All of these are tasks which an intelligent human being can quickly learn to solve, yet they cannot be solved by machines in reasonable time. For this type of problems usually no analytical method or algorithm exists. These challenges represent the domain for artificial intelligence. This work concentrates on evolutionary methods of artificial intelligence based on genetic algorithms. Specifically grammatical evolution and differnetial evolution are described. The first part of this thesis describes the principles of genetic algorithms especially those used in grammatical evolution. Later the grammatical evolution method is described. Grammatical evolution is a genetic algorithm extended with a context-free grammar processor. This enables it to generate structured strings in an arbitrary language defined by a regular or context-free grammar. Second part of this work focuses on description of a generic computational system, which enables user-friendly control of grammatical evolution. The architecture of the system is thoroughly described. It composes of a computation service, database server and completely separated user interface. Also the problems solved using this system are described. These include symbolic regression, classification and generation of combinatorial logic circuits. All of these tasks were solved using the described implementation.
Klíčová slova:
genetické algoritmy; gramatická evoluce; strojové učení; umělá inteligence