Platformy pro benchmarking optimalizačních algoritmů pro spojité úlohy
Loading...
Date
Authors
Visingr, Patrik
ORCID
Advisor
Referee
Mark
B
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta strojního inženýrství
Abstract
Tato práce zkoumá platformy pro benchmarking algoritmů, které se zaměřují na metodu black-box. Začíná přehledem optimalizačních algoritmů a zkoumáním tří významných srovnávacích platforem: COCO, IOHprofiler a Nevergrad. Tyto platformy mají zásadní význam pro hodnocení optimalizačních algoritmů, protože poskytují standardizované rámce, komplexní výkonnostní metriky a zajišťují reprodukovatelnost experimentů. Tento kolektivní přístup pomáhá identifikovat nejlepší algoritmy pro konkrétní aplikace a optimalizovat jejich výkon prostřednictvím ladění parametrů. Zmiňuje také na výhody a nevýhody jednotlivých platforem a jejich schopnosti spolupráce.
This thesis explores benchmarking platforms for comparing algorithms using black-box methods. It begins with an overview of optimization algorithms and detailed examination of three prominent benchmarking platforms: COCO, IOHprofiler, and Nevergrad. These platforms are instrumental in evaluating optimization algorithms by providing standardized frameworks, comprehensive performance metrics, and ensuring reproducibility of experiments. This collective approach aids in identifying the best algorithms for specific applications and optimizing their performance through parameter tuning. It also highlights the advantages and disadvantages of each platform and their cooperative capabilities.
This thesis explores benchmarking platforms for comparing algorithms using black-box methods. It begins with an overview of optimization algorithms and detailed examination of three prominent benchmarking platforms: COCO, IOHprofiler, and Nevergrad. These platforms are instrumental in evaluating optimization algorithms by providing standardized frameworks, comprehensive performance metrics, and ensuring reproducibility of experiments. This collective approach aids in identifying the best algorithms for specific applications and optimizing their performance through parameter tuning. It also highlights the advantages and disadvantages of each platform and their cooperative capabilities.
Description
Citation
VISINGR, P. Platformy pro benchmarking optimalizačních algoritmů pro spojité úlohy [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2024.
Document type
Document version
Date of access to the full text
Language of document
en
Study field
Aplikovaná informatika a řízení
Comittee
prof. Ing. Roman Šenkeřík, Ph.D. (předseda)
prof. RNDr. Ing. Miloš Šeda, Ph.D. (místopředseda)
doc. Ing. Miloš Hammer, CSc. (člen)
doc. Ing. Pavel Škrabánek, Ph.D. (člen)
doc. Ing. Simeon Simeonov, CSc. (člen)
Ing. Radek Poliščuk, Ph.D. (člen)
doc. Ing. Jakub Kůdela, Ph.D. (člen)
Ing. Petr Lošák, Ph.D. (člen)
Date of acceptance
2024-06-13
Defence
Student energicky a jistě prezentoval výsledky své bakallářské práce. Správně odpověděl na dotazy oponenta. Následovala diskuze, kde se prof. Šeda doptával na možnosti použití kombinatorické optimalizace. Prof. Šenkeřík se tázal na uživatelskou přívětivost použitých softwaru. Doc. Škrabánek se doptával na cíle práce a jejich výsledky. Doc. Simeonov se dotazoval na vstupy do softwaru COCO. Student pohotově reagoval a odpovídal na položené dotazy.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení