|
|
Evolutionary Algorithms for Multiobjective Optimization
Pilát, Martin ; Neruda, Roman (vedoucí práce) ; Schoenauer, Marc (oponent) ; Pošík, Petr (oponent)
Vícekriteriální evoluční algoritmy se v posledních letech těší velké pozornosti. Dokázaly, že patří mezi nejlepší vícekriterální optimali- zátory a byly použity v mnoha průmyslových aplikacích. Jejich po- užitelnost je ale omezována tím, že vyžadují velké množství vyhod- nocení jednolivých účelových funkcí. Tyto mohou být v případě re- álných problémů složité a jejich vyhodnocení může být drahé. Pro snížení počtu vyhodnocení jednotlivých účelových funkcí se použí- vají tzv. náhradní modely. Ty jsou jednoduchou a rychlou aproximací skutečných účelových funkcí. V této práci představujeme výsledky výzkumu prováděného mezi lety 2009 a 2013. Představujeme vícekriteriální evoluční algoritmus s agregovaným náhradním modelem a jeho verze, které použivají další náhradní model pro předvýběr jedinců. V další části se zabýváme pro- blémem výběru vhodného typu náhradního modelu. Diskutujeme o tom, které charakteristiky modelu jsou důležité a žádané, a navrhu- jeme propojení náhradního modelování s meta-učením. V poslední části se potom zabýváme využitím vícekriteriální optimalizace pro ladění parametrů klasifikátorů a ukazujeme, že přidání dalších účelo- vých funkcí může urychlit nalezení vhodného nastavení. 1
|
|
|
Konvergované sítě a tomografie síťového provozu s využitím evolučních algoritmů
Oujezský, Václav ; Sýkora, Jiří (oponent) ; Polívka, Michal (oponent) ; Škorpil, Vladislav (vedoucí práce)
Tomografie síťového provozu představuje dnes již nedílnou součást v oblasti konvergovaných sítí a systémů k detekci jejich behaviorálních vlastností. Dizertační práce se zabývá výzkumem její implementace s využitím evolučních algoritmů. Výzkum byl zejména soustředěn na inovaci a řešení behaviorální detekce toků dat v sítích a jejich anomálií s využitím síťové tomografie a evolučních algoritmů. V rámci řešení dizertační práce byl navržen nový algoritmus, vycházející ze základů statistické metody analýzy přežití v kombinaci s algoritmem genetickým. Navržený algoritmus byl testován ve vlastním vytvořeném modelu síťové sondy za pomocí programovacího jazyka Python a laboratorních síťových zařízení Cisco. Provedené testy prokázaly základní funkčnost navrženého řešení.
|
|
|
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.
|
|
|
Studium a srovnávání hlavních typů evolučních algoritmů
Štefan, Martin ; Holeňa, Martin (vedoucí práce) ; Gemrot, Jakub (oponent)
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.
|
|
|
Evoluční vývoj modulárních robotických organizmů
Leibl, Marek ; Mráz, František (vedoucí práce) ; Holan, Tomáš (oponent)
Práce představuje systém pro evoluční návrh virtuálních organismů schopných efektivního pohybu v simulovaném prostředí podobně jako živé organismy. Morfologie a řídící systém jsou vyvíjeny současně pomocí evolučních algoritmů. Systém také umožňuje návrh organismů v editoru a evoluci řídicího systému organismů s pevnou morfologií. Vyhodnocení kvality a prohlížení vyvinutých organismů probíhá v simulovaném fyzikálním 3D prostředí. Práce klade důraz na výpočetní a časovou nenáročnost evolučního procesu, které je dosaženo zachycením symetrií organismů a jejich pohybu pomocí HyperNEAT-generativního kódování synaptických vah. Dále k výpočetní nenáročnosti přispívá omezení variability vzájemného propojení modulů a omezení na harmonický pohyb organismů.
|
|
|
Evoluční algoritmy pro vytváření optimálních nářezových plánů
Balcar, Štěpán ; Pilát, Martin (vedoucí práce) ; Mareš, Martin (oponent)
Tvorba nářezových plánů velkoplošného materiálu pro kotoučovou pilu je praktický problém z mnoha oblastí průmyslu. Pro tento problém byl navržen speciální a specifický algoritmus. Všechny objekty, jak materiál, tak vzniklé podobjekty, jsou pravoúhlé a mají obdélníkový půdorys. Vzniklý algoritmus vytváří, kromě kotoučovou pilou rozřezatelného nářezového plánu, optimalizovaný seznam řezů a nářezů. Tato data mohou sloužit jako vstup pro bezobslužnou, plně automatickou kotoučovou pilu. Nový algoritmus přináší úsporu v množství potřebného materiálu k vyřezání požadovaných objektů, ale i další úspory v množství potřebné pracovní síly.
|
|
|
Graph Clustering by Means of Evolutionary Algorithms
Kohout, Jan ; Neruda, Roman (vedoucí práce) ; Mrázová, Iveta (oponent)
Rozdělení vrcholů grafu do shluků podle jejich vzájemné podobnosti je užitečnou součástí datové analýzy, může však být značně složité. Pro ten- to problem existuje mnoho různých algoritmů a přístupů, jedna z možností je využití genetických algoritmů. V této práci se zabýváme shlukovacími algoritmy obecně i v oblasti grafů. Navrhli jsme několik algoritmů založených na myšlence genetického algoritmu a tyto algoritmy byly porovnány na základě provedených experimentů. V rámci práce byla též vytvořena serverová aplikace obsahující implementace navržených algoritmů.
|
|
|
Moderní evoluční algoritmy pro hledání oblastí s vysokou fitness
Káldy, Martin ; Holeňa, Martin (vedoucí práce) ; Gemrot, Jakub (oponent)
Evoluční algoritmy jsou optimizační techniky inspirované vývojem biologických druhů v přírodě. Používají konceptuálně jednoduchý proces střídající dvě fáze, a to reprodukci a výběr na základě fitness, a iterativně tak vyvíjejí stále lepší řešení. Evolučním algoritmům je věnováno dost pozornosti díky jejich schopnosti řešit i velmi komplikované optimizační problémy, na kterých jiné optimalizační metody mohou selhat kvůli existenci mnoha lokálních optim. Různých typů evolučních algoritmů byla navrhnuta celá šíře. V této diplomové práci se budeme věnovat skupině algoritmů "EDA" (z anglického Estimation of Distribution Algorithms), tedy algoritmy odhadující pravděpodobnostní rozdělení. Ve fázi vytváření nové generace EDA odhadne z vybrané rodičovské populace pravděpodobnostní rozložení a novou generaci generuje na základě tohoto rozdělení. V této práci naimplementujeme a použijeme několik existujících EDA tak, aby pracovaly v dohodnutém specifickém prostředí, které lze zhruba charakterizovat jako stromovité struktury obsahující jak diskrétní, tak spojité veličiny. Navíc také pro jedince zavádíme další omezení ve formě lineárních nerovnic. Implementovaná aplikace je navržená pro komunikaci přes dohodnutá rozhraní, od nějž získává informace o modelu a o ukládání řešení do databáze. Do databáze se pak všem...
|
|
|
Kartézské genetické programování v evolučním umění
Veselý, Pavel ; Hyrš, Martin (oponent) ; Petrlík, Jiří (vedoucí práce)
Tato práce se zabývá využitím kartézského genetického programování (CGP) v evolučním umění (EvoArt). Text předkládá úvod do problematiky. Dále se zaměřuje na proces návrhu, implementace a testování nové metody, jak CGP v EvoArtu využít. Navržená metoda využívá CGP pro generování 2D vektorové grafiky. Praktickou částí je webová aplikace pro tvorbu EvoArt, která metodu implementuje. V závěru jsou zhodnoceny dosažené výsledky.
|
|
|
Evoluční návrh využívající přepisovací systémy
Nétková, Barbora ; Hyrš, Martin (oponent) ; Bidlo, Michal (vedoucí práce)
V této práci byla navržena a implementována metoda pro evoluční návrh přepisovacích systémů. Pomocí genetického algoritmu jsou navrhována pravidla pro specifickou variantu Lindenmayerova systému. Navržené gramatiky jsou následně interpretovány jako rostoucí řadicí sítě. Byly prozkoumány různé přístupy interpretace L-systému na řadící sítě. Bude ukázáno, že evoluce je schopna navrhnout přepisovací systém pro částečně rostoucí sítě. Mezi nejlepší výsledky patří L-systémy navržené evolucí pro tvorbu sítí s 24 vstupy, které jsou schopny v dalších derivacích vytvořit síť až o 36 vstupech.
|
host ::
RSS.