|
|
Optimalizace PID regulátoru pomocí evolučních výpočetních technik
Kočí, Jakub ; Matoušek, Radomil (oponent) ; Lang, Stanislav (vedoucí práce)
Tato bakalářská práce se zabývá použitím evolučních výpočetních technik při nastavování PID regulátoru. V rešeršní části shrnuje základní informace o problematice regulace a další potřebné podkladové informace o kvalitě regulace a použitém kritériu ITAE. V praktické části jsou autorem implementovány tři evoluční výpočetní techniky - diferenciální evoluce, evoluční strategie a genetický algoritmus. Společně s genetickým algoritmem z MATLABu jsou tyto metody srovnány na dvou soustavách vzájemně i oproti prvotnímu nastavení regulátoru metodou Ziegler-Nichols. Součástí srovnání je i statistické vyhodnocení metod na jedné ze soustav.
|
|
|
Evoluční optimalizace analogových obvodů
Mihulka, Tomáš ; Zachariášová, Marcela (oponent) ; Bidlo, Michal (vedoucí práce)
Cílem práce bylo vytvořit systém pro optimalizaci vybraných analogových obvodů pomocí evoluce s různými fitness funkcemi. Taktéž na tomto systému provádět sadu experimentů a na jejich základě vyhodnotit možnosti evoluční optimalizace analogových obvodů. Prerekvizitou k tomuto cíli bylo nastudování a vybrání určitých typů analogových obvodů a evolučních algoritmů. Pro účely této práce byly z analogových obvodů vybrány zesilovače a oscilátory. Jako zástupci evolučních algoritmů byli zvoleni genetický algoritmy a evoluční strategie.
|
|
|
Evolutionary algorithms and active learning
Repický, Jakub ; Holeňa, Martin (vedoucí práce) ; Fink, Jiří (oponent)
Názov práce: Evoluční algoritmy a aktivní učení Autor: Jakub Repický Katedra: Katedra teoretické informatiky a matematické logiky Vedúci diplomovej práce: doc. RNDr. Ing. Martin Holeňa, CSc., Ústav informa- tiky, Akademie věd České republiky Abstrakt: Vyhodnotenie ciel'ovej funkcie v úlohách spojitej optimalizácie často do- minuje výpočtovej náročnosti algoritmu. Platí to najmä v prípade black-box fun- kcií, t. j. funkcií, ktorých analytický popis nie je známy a ktoré sú vyhodnocované empiricky. Témou urýchl'ovania black-box optimalizácie s pomocou náhradných modelov ciel'ovej funkcie sa zaoberá vel'a autorov a autoriek. Ciel'om tejto dip- lomovej práce je vyhodnotit' niekol'ko metód, ktoré prepájajú náhradné modely založené na Gaussovských procesoch (GP) s Evolučnou stratégiou adaptácie ko- variančnej matice (CMA-ES). Gaussovské procesy umožňujú aktívne učenie, pri ktorom sú body pre vyhodnotenie vyberané s ciel'om zlepšit' presnost' modelu. Tradičné náhradné modely založené na GP zah'rňajú Metamodelom asistovanú evolučnú stratégiu (MA-ES) a Optimalizačnú procedúru pomocou Gaussovských procesov (GPOP). Pre účely tejto práce boli oba prístupy znovu implementované a po prvý krát vyhodnotené na frameworku Black-Box...
|
|
|
Evoluce CoreWar válečníků pomocí genetických algoritmů
Tříska, Martin ; Beran, Vítězslav (oponent) ; Zuzaňák, Jiří (vedoucí práce)
Evoluční algoritmy jsou progresivní a neustále se vyvíjející část informatiky. Jsou využívány zejména k řešení mnohodimenzionálních problémů s četnými lokálními maximami, které není možné řešit analyticky. Tato práce pojednává o možnosti jejich využití pro tvorbu programů v jazyce Redcode, které budou schopny bojovat dle pravidel hry Corewars. Navrhuje možnosti reprezentace programů jazyka Redcode pro účely evolučních algoritmů, řeší návrh platformy pro evaluaci fitness těchto jedinců a diskutuje možnosti jejich křížení a mutace. Součástí práce je rovněž aplikace schopná vývoje takovýchto programů.
|
|
|
Vliv mapování kandidátního řešení na efektivitu evolučního algoritmu
Hrbáček, Jiří ; Korček, Pavol (oponent) ; Křivánek, Jan (vedoucí práce)
Náplní předložené práce je sumarizace znalostí v oblasti teorie mapování kandidátního řešení, jejich analýza a aplikace na evoluční algoritmy. Práce podává přehled evolučních algoritmů, jejich klasifikaci a použití. Cílem práce je propojení získaných znalostí z oblasti evolučních algoritmů a mapování kandidátního řešení a vytvořit systém, který bude úspěšně demonstrovat vliv mapování na efektivitu evolučních algoritmů.
|
|
|
Evoluční strategie v úloze anotace funkce nukleotidového polymorfismu
Šalanda, Ondřej ; Martínek, Tomáš (oponent) ; Bendl, Jaroslav (vedoucí práce)
Tato práce prezentuje nový přístup k predikci vlivu nukleotidového polymorfismu na funkci proteinu. Cílem je vytvořit nový metanástroj, který pomocí váhového konsensu kombinuje vlastnosti osmi již existujících nástrojů za účelem zvýšení přesnosti a univerzálnosti predikce. K nalezení vhodného rozložení vah je přistoupeno inovativně, používá se evoluční strategie. Parametry pro její spuštění jsou zjištěny experimentálně. Na závěr je uvedeno zhodnocení úspěšnosti nového nástroje a porovnání výsledků na testovacích sadách.
|
|
|
Evoluční strategie v úloze predikce vlivu aminokyselinových mutací na stabilitu proteinu
Pavlík, David ; Martínek, Tomáš (oponent) ; Bendl, Jaroslav (vedoucí práce)
Tato práce se zabývá otázkou predikce změn stability proteinů v důsledku aminokyselinových mutací. Cílem je vytvořit meta-klasifikátor, který bude využívat výsledky predikcí vybraných nástrojů, použít evoluční strategii pro přiřazení vah jednotlivým nástrojům a dosáhnout tak větší úspěšnosti predikce než při použití nástrojů samostatně. Bylo vybráno celkem pět dostupných nástrojů, jejichž výsledky predikcí byly váhovány. Jsou zde zkoumány a porovnávány dvě odlišné metody evoluční strategie. První je evoluční strategie s pravidlem 1/5 a druhou je evoluční strategie s autoevolucí řídících parametrů typu 2. Pro trénování a následné ověření úspěšnosti navrženého meta-klasifikátoru byly vytvořeny dvě nezávislé sady mutací. Z provedených experimentů a dosažených výsledků byl zjištěn možný přínos evoluční strategie, ovšem za podmínek pečlivého výběru sady nástrojů a datových sad pro trénování a testování.
|
|
|
Optimization of Aircraft Tracker Parameters
Samek, Michal ; Vlk, Jan (oponent) ; Smrž, Pavel (vedoucí práce)
This Master's thesis deals with a configuration optimization of an aircraft surveillance system, which is being used in the air traffic control. We survey commonly used methodology for a performance evaluation of such surveillance systems and review relevant algorithms for target tracking. Three optimization approaches are explored. The first solution attempts to identify parameters of employed filtering algorithms by using the Expectation-Maximisation algorithm to find corresponding maximum likelihood estimates. The second approach employs a simple distribution fitting to the available measured and reference data. Evolution strategies are examined as the third option. Experimental evaluation shows that the third approach is the most suitable for the problem in hand.
|
|
|
Evoluční strategie v úloze predikce vlivu aminokyselinových mutací na stabilitu proteinů
Kadlec, Miroslav ; Burgetová, Ivana (oponent) ; Bendl, Jaroslav (vedoucí práce)
Tato práce se zabývá predikcí vlivu aminokyselinových mutací na stabilitu proteinu. Cílem je vytvořit konsenzuální prediktor využívající výstupy vybraných existujících nástrojů za účelem zvýšení úspěšnosti predikce. Optimální konsenzus mezi těmito nástroji byl hledán s pomocí evolučních strategií (ES) ve třech variantách: evoluční strategie s pravidlem 1/5, varianta s autoevolucí typu 2 a metoda CMA-ES. Kvalita nalezených řešení byla následně testována na nezávislé datové sadě. Výsledky všech tří variant dosahovaly podobných přesností predikce, jako nejlepší byl vyhodnocen vektor vah nalezený ES s autoevolucí typu 2. Oproti samostatným prediktorům vykazovala konsenzuální metoda na trénovacích datech zlepšení Pearsonova korelačního koeficientu o 0,057. Na testovací sadě byl její přínos nižší (zlepšení o 0,040). Poměrně malý přínos k přesnosti predikcí na trénovací i testovací datové sadě byl způsoben tím, že pro některé záznamy se nepodařilo získat výsledky všech dílčích nástrojů. V případě vypuštění těchto záznamů přinesla konsenzuální metoda zlepšení Pearsonova korelačního koeficientu o 0,118.
|
|
|
Neuronové sítě a evoluční algoritmy
Vágnerová, Jitka ; Rychtárik, Milan (oponent) ; Hrubeš, Jan (vedoucí práce)
Diplomová práce se zabývá použitím zvolených evolučních algoritmů k určení a úpravě parametrů neuronové sítě. K úpravě parametrů sítě se zpětným šířením chyby byly použity genetické algoritmy, evoluční strategie a evoluční programování. Součástí práce je program vytvořený v prostředí Matlab, ve kterém byly použité metody testovány na úlohách rozpoznávání vzorů a predikci průběhu funkce. Výsledkem práce jsou grafy průběhu chyby sítě a fitness během úpravy pomocí zvolených algoritmů a průběhů chyby při následném učení.
|
host ::
RSS.