Paralelizace genetických algoritmů

Haupt, Daniel

Paralelizace genetických algoritmů

but.committee	doc. Ing. Zdeněk Němec, CSc. (předseda) prof. Ing. Petr Pivoňka, CSc. (místopředseda) Ing. Miloslav Čejka, CSc. (člen) Ing. Radovan Holek, CSc. (člen) Ing. Tomáš Macho, Ph.D. (člen)	cs
but.defence	Otázky při obhajobě práce: - Proč jste při implementaci algoritmu použil software Matlab? - Diskuze o jevu známém jako superlineární zrychlení Student odpověděl na předložené otázky Student obhájil diplomovou práci	cs
but.jazyk	angličtina (English)
but.program	Elektrotechnika, elektronika, komunikační a řídicí technika	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Honzík, Petr	en
dc.contributor.author	Haupt, Daniel	en
dc.contributor.referee	Šůcha,, Přemysl	en
dc.date.created	2011	cs
dc.description.abstract	Tato práce se zabývá možností paralelizace Genetického Algoritmu a jeho ná-sledné evaluace pomocí testovacích účelových funkcí. První část je teoretická a shrnuje základní poznatky z oblasti Genetických Algoritmů, paralelních archi-tektur, paralelních výpočtů a optimalizace. A dále je tato část doplněna o mož-nosti paralelizace Genetického Algoritmu. V následující praktické části je rozebrán algoritmus paralelního Genetického Algoritmu, jenž je použitý při experimentu a také je diskutována struktura a účel zvoleného experimentu. Následně jsou diskutovány výsledky získané z běhu experimentu na Eridani Clusteru z pohledu zrychlení výpočtu, kvality nalezeného řešení a závislosti kvality řešení na migračním schématu.	en
dc.description.abstract	This thesis deals with Genetic Algorithm parallelization and its evaluation. The theoretical part of the thesis describes the basics of Genetic Algorithms, parallel architectures, parallel computing and optimization, followed by the description of possibility to parallelize Genetic Algorithm. In practical part, the implementation of parallel Genetic Algorithm is discussed as well as design of experiment for the best evaluation by means of testing fitness functions. Subsequently the results obtained from the experiment on Eridani Cluster are evaluated in terms of speed up, the quality of solution and dependency on migration scheme used.	cs
dc.description.mark	A	cs
dc.identifier.citation	HAUPT, D. Paralelizace genetických algoritmů [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2011.	cs
dc.identifier.other	39518	cs
dc.identifier.uri	http://hdl.handle.net/11012/1819
dc.language.iso	en	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	paralelní genetický algoritmus	en
dc.subject	cluster	en
dc.subject	migrační schéma	en
dc.subject	optimalizace	en
dc.subject	testovací funkce	en
dc.subject	Parallel Genetic Algorithm	cs
dc.subject	cluster	cs
dc.subject	migration scheme	cs
dc.subject	optimization	cs
dc.subject	test functions	cs
dc.title	Paralelizace genetických algoritmů	en
dc.title.alternative	Paralelization of Genetic Algorithms	cs
dc.type	Text	cs
dc.type.driver	masterThesis	en
dc.type.evskp	diplomová práce	cs
dcterms.dateAccepted	2011-06-07	cs
dcterms.modified	2024-05-17-12:49:39	cs
eprints.affiliatedInstitution.faculty	Fakulta elektrotechniky a komunikačních technologií	cs
sync.item.dbid	39518	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.26 11:25:10	en
sync.item.modts	2025.01.17 12:38:43	en
thesis.discipline	Kybernetika, automatizace a měření	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav automatizace a měřicí techniky	cs
thesis.level	Inženýrský	cs
thesis.name	Ing.	cs