|
| |
|
| |
|
|
Implementation of Grammatical Evolution System
Svoboda, Jan ; Hrbáček, Radek (oponent) ; Sekanina, Lukáš (vedoucí práce)
Grammatical evolution is a relatively new approach to genetic programming that can automatically create solutions to various problems in an arbitrary programming language. This thesis summarizes the principles and algorithms of grammatical evolution and overviews the existing systems. Accompanying the thesis is a software called Gram - a new library o ering high performance and applying the best programming principles such as modular code and automated testing. It has been compared to the best-performing available solution and showed over 30% improvement in execution time. Gram has also been successfully used to automate test-driven development, a technique commonly used to create software with automated tests. The thesis and the software project provide a solid ground for further research and allow for the application of grammatical evolution in new areas.
|
|
|
Gramatická evoluce v optimalizaci software
Pečínka, Zdeněk ; Minařík, Miloš (oponent) ; Sekanina, Lukáš (vedoucí práce)
Tato diplomová práce nabízí stručný úvod do evolučního počítání. Popisuje a porovnává genetické programování a gramatickou evoluci a jejich možné využití v problematice automatické opravy software. Podrobně studuje možnosti aplikace gramatické evoluce v problému automatické opravy softwaru. Na základě získaných poznatků byla navržena a implementována nová metoda pro automatickou opravu softwaru, založená na gramatické evoluci. Její experimentální ověření proběhlo na řadě testovacích programů.
|
|
|
Grammar-based genetic programming
Nohejl, Adam ; Mráz, František (vedoucí práce) ; Iša, Jiří (oponent)
Genetické programování (GP) založené na stromech má několik známých nedostatků: složité přizpůsobení specifickým programovacím jazykům a prostředím, problém uzávěru a více typů a problém deklarativní reprezentace vědomostí. Většina metod, které se snaží tyto problémy vyřešit, je založena na formálních gramatikách. Přesné důsledky vlastností, které je odlišují, je těžké analyzovat a dobré srovnání výsledků v konkrétních problémech chybí. Tato práce zkoumá tři metody založené na gramatikách: genetické programování s bezkontextovými gramatikami (CFG-GP), včetně jeho varianty GPHH nedávno aplikované na rozvrhování zkoušek, gramatickou evoluci (GE) a LOGENPRO, pojednává o tom, jak řeší problémy GP, a porovnává je v sérii experimentů v šesti aplikacích podle četností úspěchu a charakteristik derivačních stromů. Práce ukazuje, že GE ani LOGENPRO neposkytují podstatnou výhodu v žádném z experimentů a analyzuje rozdíly v účincích operátorů používaných v CFG-GP a GE. Jsou také prezentovány výsledky velmi efektivní implementace metod CFG-GP a GE.
|
|
|
Použití evolučních a genetických algoritmů v ekonomických aplikacích
Popelka, Ondřej
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.
|
|
|
Evoluční optimalizace řídicích algoritmů
Weisser, Roman ; Šeda, Miloš (oponent) ; Zelinka,, Ivan (oponent) ; Ošmera, Pavel (vedoucí práce)
Dizertační práce se zaměřuje na evoluční optimalizaci řídicích algoritmů. V první části práce jsou popsány evoluční optimalizační metody, jejich principy a dílčí algoritmy, zejména pak ty, které se používají ve dvoufázové transplantační evoluci. Dále práce popisuje gramatickou evoluci, jejíž modifikovaný algoritmus se stal podnětem pro vytvoření transplantační evoluce. Transplantační evoluce a její dvoufázová modifikace jsou nové evoluční algoritmy navržené během řešení této práce, jenž byly použity pro optimalizaci struktury a parametrů řídicích algoritmů obecných regulátorů. Algoritmus transplantační evoluce a jeho rozšířená dvoufázová modifikace jsou podrobně popsány v následujících kapitolách. Pro zajištění minimalizace času optimalizace a nalezení řešení blížícímu se globálnímu optimu je důležité správné nastavení evolučních algoritmů. Vhodnému nastavení parametrů diferenciální evoluce se stručně věnuje kapitola meta-evoluce. V další části jsou popsány základní pojmy z oblasti regulace, vybrané metody identifikace soustav a nastavení regulátorů. Tato část také popisuje algoritmy číslicových regulátorů a některé metody používané během jejich realizace. V experimentální části jsou ukázky optimalizace řídicích algoritmů různých typů regulátorů. Optimalizované řídicí algoritmy obecných regulátorů jsou porovnány na různých soustavách s různě nastavenými PSD regulátory, jejichž nastavení bylo realizováno vybranými algebraickými metodami, nebo diferenciální evolucí. V závěru práce je uvedeno doporučení pro další vývoj v oblasti evoluční optimalizace regulátorů se zaměřením na oblast paralelních a distribuovaných výpočtů.
|
|
| |
|
|
Gramatická evoluce – Java
Bezděk, Pavel ; Kuba,, Martin (oponent) ; Matoušek, Radomil (vedoucí práce)
Předmětem mé diplomové práce je realizace gramatické evoluce v programovacím jazyce Java pro řešení úloh aproximace funkcí a syntézy logických obvodů. Aplikace je prakticky využita pro testování a sběr dat v kontextu s použitím odlišných účelových funkcí a paralelní gramatické evoluce. Data jsou analyzována a vyhodnocena.
|
host ::
RSS.