|
Evoluční návrh booleovských funkcí pro kryptografii
Dvořák, Jan ; Vašíček, Zdeněk (oponent) ; Husa, Jakub (vedoucí práce)
Cílem této bakalářské práce je porovnat různé selekční metody použité v kartézském genetickém programování aplikovaném na problém různých druhů kryptograficky významných booleovských funkcí. Zaměřil jsem se na tyto typy selekce: evoluční strategie (1+lambda) a (1,lambda), turnajová selekce a selekce ruletou. Zvolený problém byl vyřešen implementací CGP se zmíněnými typy selekce a statistickým zpracováním dat získaných provedením experimentů. Vyhodnocením výsledků jsem zjistil, že nejlepších výsledků, v případě ohnutých funkcí, dosahuje evoluční strategie (1+lambda). V případě vyvážených funkcí s vysokou nelinearitou dosáhla nejlepších výsledků selekce ruletou.
|
|
Evoluční optimalizace nákladní přepravy
Beránek, Michal ; Drahošová, Michaela (oponent) ; Bidlo, Michal (vedoucí práce)
Práce se zabývá problémem optimalizace nákladní přepravy. Cílem je minimalizace nákladů spojených s přepravou, které vyplývají z ujeté vzdálenosti. Při správném naplánování tras lze tyto náklady výrazně snížit, obzvlášť když se jedná o velký počet zákazníků, které je potřeba obsloužit. Tato práce se soustředí na řešení pomocí evolučních algoritmů, což jsou metody optimalizace založené na principech evoluce. Hlavní zaměření je na problém směrování vozidel s omezenou heterogenní flotilou vozidel. V práci je představeno několik evolučních algoritmů a jejich výsledky jsou porovnány. Nejlepší z nich, evoluční strategie používající lokální prohledávání blízkého okolí, dosahuje podobných, pro některé konkrétní úlohy i lepších výsledků, než jiné existující evoluční algoritmy, vytvořené pro řešení stanoveného problému.
|
|
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.
|
|
Principy a aplikace neuroevoluce
Herec, Jan ; Strnadel, Josef (oponent) ; Bidlo, Michal (vedoucí práce)
Práce se na teoretické úrovni zabývá evolučními algoritmy (EA), neuronovými sítěmi (NN) a jejich syntézou v podobě neuroevoluce. Z praktického hlediska je cílem práce ukázat uplatnění neuroevoluce na dvou odlišných úlohách. První úloha spočívá v evolučním návrhu architektury konvoluční neuronové sítě (CNN), která by dokázala klasifikovat s vysokou přesností ručně psané číslice (z datasetu MNIST). Druhá úloha spočívá v evoluční optimalizaci vah neurokontroléru, který řídí přistání 1. stupně rakety Falcon 9 ve 2D simulaci. Obě úlohy jsou výpočetně velmi náročné a proto byly řešeny na superpočítači. V rámci první úlohy se podařilo navrhnout takové architektury, které při správném natrénování dosahují přesnosti klasifikace 99,49%. Ukázalo se tak, že je možné návrh kvalitních architektur zautomatizovat s využitím neuroevoluce. V rámci druhé úlohy se podařilo optimalizovat váhy neurokontroléru tak, že pro definované počáteční podmínky dovede neurokontrolér model rakety k úspěšnému přistání. V obou úlohách tedy neuroevoluce uspěla.
|
|
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.
|
|
Kvantově inspirované optimalizační algoritmy
Kosík, Dominik ; Sekanina, Lukáš (oponent) ; Bidlo, Michal (vedoucí práce)
Tato práce se zabývá implementací zvoleného kvantově inspirovaného optimalizačního algoritmu a jeho rozšířeními, které budou porovnávány v závěru práce. Jako optimalizační algoritmus byl zvolen algoritmus pro simulované kvantové žíhání. V první části se nachází základní popis běžných optimalizačních metod použitých v této práci, teoretické základy fyziky, ze které vychází inspirace pro kvantově inspirované optimalizační algoritmy, a popis simulovaného kvantového žíhání. V druhé části práce je implementace algoritmů pro námi zvolené úlohy, kterými jsou problém obchodního cestujícího, hledání pravidel pro celulární automaty a problém MAX-SAT. Poslední část obsahuje modifikace simulovaného kvantového žíhání, srovnání se základní variantou a s běžnými optimalizačními algoritmy následované vyhodnocením tohoto srovnání.
|
|
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.
|
|
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 predikce časových řad
Křivánek, Jan ; Bidlo, Michal (oponent) ; Sekanina, Lukáš (vedoucí práce)
Náplní předkládané práce je sumarizace znalostí v oblasti teorie časových řad, jejich analýzy a aplikace na finančních trzích. Dále práce podává přehled evolučních algoritmů, jejich klasifikaci a použití. Jádrem práce je propojení těchto znalostí a vytvoření systému, který využívá evoluční algoritmy k optimalizaci predikčních modelů finančních časových řad. Při vývoji byly použity techniky softwarového inženýrství (automatická kontinuální integrace, automatizované kontrolování kvality produktu apod.) nutné pro snadnou udržovatelnost a rozšiřovatelnost projektu více vývojáři.
|