|
|
Optimalizace úloh typu TSP technikami kolektivní výpočetní inteligence
Franěk, Jaromír ; Jaroš, Jiří (oponent) ; Bidlo, Michal (vedoucí práce)
Cílem této práce je porovnání algoritmů kolektivní výpočetní inteligence pro optimalizaci rozsáhlých instancí problémů obchodního cestujícího obsahující až několik tisíc měst. Tato práce bude zaměřená na optimalizace, které jsou založené na chování hejna a optimalizace, které jsou založené na chování včelího roje. V sadě experimentů jsem porovnal jednotlivé algoritmy z těchto dvou přístupů s různými parametry. Podle těchto výsledků jsem navrhl vlastní vylepšení algoritmů pro řešení daného problému. Dále jsem navrhl vylepšení algoritmů o metody podpory diversity, nebo lokálního prohledávání pro diskrétní verze těchto algoritmů. Na finální sadě experimentu jsem porovnal výsledky navržených algoritmů.
|
|
|
Přírodou inspirované optimalizační algoritmy
Krampla, Vojtěch ; Dvořák, Jiří (oponent) ; Šeda, Miloš (vedoucí práce)
Tato práce je zaměřena na popis čtyř optimalizačních algoritmů inspirovaných přírodou. Jsou popsány algoritmus mravenčí kolonie, algoritmus vlčí smečky, algoritmus včelího roje a genetický algoritmus. V rámci této práce byl implementován genetický algoritmus pro optimalizační úlohu, konkrétně pro řešení problému batohu. Součástí práce je experiment s tímto algoritmem a vyhodnocení získaných výsledků.
|
|
|
Evolutionary Circuit Design by Means of Genetic Programming
Synák, Maroš ; Hurta, Martin (oponent) ; Bidlo, Michal (vedoucí práce)
This thesis investigates the application of genetic programming (GP) for designing circuits, focusing on sinusoidal and square oscillators, and tone discriminators, using Python and PySpice. It aims to recreate aspects of John Koza's foundational work in this field. The primary goal is to assess if GP can generate advanced electronic designs more effectively than traditional methods, adapting Koza's genetic operations—selection, crossover, mutation—to modern circuit design challenges. The methodology involves developing GP models to simulate evolutionary circuit design, evaluated through controlled experiments. These experiments test the models' ability to evolve from basic to complex configurations that meet specific electronic functions. This study not only revisits but also modifies Koza’s methods, incorporating strategies more reliant on an initial embryo setup to guide the evolution process in generating targeted designs. Additionally, the study investigates recent methodologies utilized in similar applications to enhance the adaptability and efficiency of GP. The results demonstrate that while GP can effectively support and enhance electronic circuit design for sinusoid oscillators and tone discriminators, its application to square oscillator generation encounters limitations and severe problems. This highlights areas for potential improvement in genetic diversity and algorithm refinement.
|
|
|
Mravenčí kolonie
Hart, Pavel ; Hynčica, Ondřej (oponent) ; Honzík, Petr (vedoucí práce)
Práce se zabývá rešerší optimalizačních algoritmů a dále pak implementací a porovnáním tří z nich. Jedná se o algoritmus mravenčí kolonie, zakázané prohledávání a simulované žíhání. Implementace algoritmů byla uzpůsobena k řešení problému obchodního cestujícího. U všech zmíněných algoritmů byla zkoumána a zhodnocena jejich časová náročnost a kvalita nalezeného řešení. U algoritmů mravenčí kolonie bylo navíc provedeno zhodnocení vlivu řídicích parametrů na kvalitu nalezeného řešení.
|
|
|
Overview of Actual Approaches to Optimization
Hudecová, Patrícia ; Šůstek, Martin (oponent) ; Zbořil, František (vedoucí práce)
This work aimed to study some of the optimization algorithms inspired by nature and to test their success in finding the extreme of a function on various functions. Four algorithms were selected, namely the bat algorithm, the firefly algorithm, the flower pollination algorithm, and the black hole algorithm. The Griewank function, the Rastringin function, and the Rosenbrock function were chosen as test functions for finding the extreme of the function. The work contains a description of individual algorithms, a description of test functions and a description of the experiments, and an evaluation of the success of the algorithms.
|
|
|
Evoluční algoritmy
Haupt, Daniel ; Polách, Petr (oponent) ; Honzík, Petr (vedoucí práce)
První část práce je teoretická a zabývá se optimalizací a evolučními algoritmy, které jsou používány k řešení složitých optimalizačních problémů. Konkrétně jsou popsány algoritmy diferenciální evoluce, genetický algoritmus, simulované žíhání a deterministický neevoluční algoritmus zakázané prohledávání. Dále je diskutována problematika testování optimalizačních algoritmů pomocí tzv. galerii testovacích funkcí a testování pomocí srovnání výsledků algoritmů při řešení problému obchodního cestujícího. Ve druhé části práce jsou všechny uvedené algoritmy testovány na 11 testovacích funkcích a na třech modelech rozmístění měst v problému obchodního cestujícího. Nejprve jsou algoritmy srovnávány s možností neomezeného přístupu k účelové funkci a dále s omezenou možností přístupu k účelové funkci. Veškerá data jsou statisticky a graficky zpracována. Jednotlivé algoritmy jsou seřazeny dle úspěšnosti.
|
|
|
Optimalizační algoritmy inspirované přírodou
Babjarčiková, Lenka ; Zbořil, František (oponent) ; Zbořil, František (vedoucí práce)
Táto práca sa venuje štyrom optimalizačným algoritmom inšpirovaných prírodou. Popisuje algoritmus mravčej kolónie, algoritmus párenia včiel, algoritmus vlčej svorky a algoritmus simulovaného žíhania. Súčasťou tejto práce bolo aplikovanie daných algoritmov pre tri optimalizačné úlohy. Jednou z úloh bol problém obchodného cestujúceho, ktorý je riešený pomocou algoritmu mravčej kolónie, ďalšou nájdenie extrému funkcie, ktoré je riešené algoritmom vlčej svorky a algoritmom simulovaného žíhania a poslednou úlohou bol problém splniteľnosti logických formúl, ktorý bol v tejto práci riešený algoritmom párenia včiel. Práca obsahuje experimenty s danými algoritmami a vyhodnocuje získané výsledky.
|
|
| |
|
|
Stabilizace videa využívající globální optimalizační algoritmy
Bartoš, Patrik ; Říha, Kamil (oponent) ; Kříž, Petr (vedoucí práce)
Tato bakalářská práce se věnuje stabilizaci videa pomocí optimalizačních algoritmů CRS (kontrolované náhodné prohledávání) a GA (genetický algoritmus). Popisuje proces lícování obrazu, geometrické transformace, interpolační metody, podobnostní kritéria a optimalizační algoritmy. Stručně popisuje také strukturu programu vytvořeného v prostředí MATLAB. V závěru práce jsou obsaženy výsledky dosažené stabilizace.
|
|
|
Overview of Nature-Inspired Optimization Algorithms
Jendrálová, Martina ; Zbořil, František (oponent) ; Zbořil, František (vedoucí práce)
The aim of this work was to investigate and compare the efficiency of four nature-inspired optimization algorithms in finding function extremes on various test functions. The algorithms included the cat swarm optimization algorithm, social-emotional optimization algorithm, dolphin echolocation algorithm, and harmony search algorithm. The chosen test functions for extreme searching were Rosenbrock function, Griewank function, and Rastrigin function. The work includes descriptions of individual experiments and evaluates the success of these algorithms in finding function extremes.
|
host ::
RSS.