|
|
Inteligence skupiny
Winklerová, Zdenka ; Šaloun, Petr (oponent) ; Škrinárová,, Jarmila (oponent) ; Zbořil, František (vedoucí práce)
Záměrem disertační práce je aplikovaný výzkum skupinové ( kolektivní ) inteligence . K prokázání použitelnosti inteligence skupiny je zkoumán algoritmus na bázi roje částic ( Particle Swarm Optimization PSO ), v němž je problém inteligence skupiny převeden na matematickou optimalizaci, kdy roj částic ( particle swarm ) hledá globální optimum ve vymezeném prostoru problému a prohledávání je řízeno podle předem nadefinované účelové funkce ( objective function ), která zastupuje řešený problém. Byla navržena a experimentálně ověřena strategie prohledávání, v níž částice průběžně přizpůsobují své chování charakteristikám prostoru řešeného problému, a bylo experimentálně zjištěno, jak se vliv řídící účelové funkce zastupující řešený problém projevuje v chování částic. Výsledky experimentování s navrženou strategií prohledávání byly porovnány s výsledky experimentů s referenční verzí algoritmu PSO . Experimenty ukázaly, že klasické prohledávání, kde jedinou podmínkou je stabilní trajektorie, po níž se částice pohybuje v prostoru řešeného problému, a kde je ve výsledku eliminován vliv řídící účelové funkce, může selhat a že dynamická stabilita trajektorií částic sama o sobě není ukazatelem prohledávacích schopností algoritmu ani konvergence algoritmu ke správnému, globálnímu řešení. Byl navržen způsob prohledávání prostoru řešeného problému, v němž algoritmus PSO reguluje stabilitu algoritmu průběžným přizpůsobováním chování částic charakteristikám prostoru problému. Navržený algoritmus usměrňoval vývoj prohledávání prostoru problému tak, že vzrostla pravděpodobnost úspěšnosti řešení.
|
|
|
Inteligence skupiny
Winklerová, Zdenka ; Šaloun, Petr (oponent) ; Škrinárová,, Jarmila (oponent) ; Zbořil, František (vedoucí práce)
Záměrem disertační práce je aplikovaný výzkum skupinové ( kolektivní ) inteligence . K prokázání použitelnosti inteligence skupiny je zkoumán algoritmus na bázi roje částic ( Particle Swarm Optimization PSO ), v němž je problém inteligence skupiny převeden na matematickou optimalizaci, kdy roj částic ( particle swarm ) hledá globální optimum ve vymezeném prostoru problému a prohledávání je řízeno podle předem nadefinované účelové funkce ( objective function ), která zastupuje řešený problém. Byla navržena a experimentálně ověřena strategie prohledávání, v níž částice průběžně přizpůsobují své chování charakteristikám prostoru řešeného problému, a bylo experimentálně zjištěno, jak se vliv řídící účelové funkce zastupující řešený problém projevuje v chování částic. Výsledky experimentování s navrženou strategií prohledávání byly porovnány s výsledky experimentů s referenční verzí algoritmu PSO . Experimenty ukázaly, že klasické prohledávání, kde jedinou podmínkou je stabilní trajektorie, po níž se částice pohybuje v prostoru řešeného problému, a kde je ve výsledku eliminován vliv řídící účelové funkce, může selhat a že dynamická stabilita trajektorií částic sama o sobě není ukazatelem prohledávacích schopností algoritmu ani konvergence algoritmu ke správnému, globálnímu řešení. Byl navržen způsob prohledávání prostoru řešeného problému, v němž algoritmus PSO reguluje stabilitu algoritmu průběžným přizpůsobováním chování částic charakteristikám prostoru problému. Navržený algoritmus usměrňoval vývoj prohledávání prostoru problému tak, že vzrostla pravděpodobnost úspěšnosti řešení.
|
host ::
RSS.