Benchmarking evolučních algoritmů
Loading...
Date
Authors
Kostiha, Petr
ORCID
Advisor
Referee
Mark
B
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta strojního inženýrství
Abstract
Tato práce se zaměřuje na benchmarking evolučních algoritmů s podporou náhradních modelů. Jedná se o oblast, která dosud nebyla tak hloubkově prozkoumána jako tradiční evoluční metody. Cílem je identifikovat a analyzovat nejlepší dostupné algoritmy tohoto typu a poukázat na jejich potenciální využití. Práce začíná definicí optimalizačního problému, následuje teoretický přehled benchmarkingu, jeho význam a~nástroje. Poté jsou podrobně popsány vybrané evoluční metody, které jsou následně implementovány v softwaru MATLAB. Z osmi testovaných metod se metoda SAMSO ukázala jako nejúčinnější, společně s metodami LSADE, ESA a TS-DDEO. Výsledky ukazují, že tyto metody nabízejí významný potenciál pro řešení komplexních optimalizačních problémů a otevírají nové možnosti pro další výzkum v této oblasti.
This thesis focuses on the benchmarking of surrogate-assisted evolutionary algorithms, an area that has not yet been explored as deeply as traditional evolutionary methods. The aim is to identify and analyze the best available algorithms of this type and highlight their potential applications. The paper begins with the definition of an optimization problem, followed by a theoretical overview of benchmarking, its significance, and tools. Subsequently, selected evolutionary methods are detailed and then implemented in MATLAB software for the experimental part of the work. Out of eight tested methods, the SAMSO method proved to be the most effective, along with the LSADE, ESA, and TS-DDEO methods. The results show that these methods offer significant potential for solving complex optimization problems and open up new possibilities for further research in this field.
This thesis focuses on the benchmarking of surrogate-assisted evolutionary algorithms, an area that has not yet been explored as deeply as traditional evolutionary methods. The aim is to identify and analyze the best available algorithms of this type and highlight their potential applications. The paper begins with the definition of an optimization problem, followed by a theoretical overview of benchmarking, its significance, and tools. Subsequently, selected evolutionary methods are detailed and then implemented in MATLAB software for the experimental part of the work. Out of eight tested methods, the SAMSO method proved to be the most effective, along with the LSADE, ESA, and TS-DDEO methods. The results show that these methods offer significant potential for solving complex optimization problems and open up new possibilities for further research in this field.
Description
Citation
KOSTIHA, P. Benchmarking evolučních algoritmů [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2023.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
bez specializace
Comittee
prof. Ing. Radomil Matoušek, Ph.D. (místopředseda)
doc. Ing. Ivan Švarc, CSc. (člen)
doc. Ing. Zdeněk Němec, CSc. (člen)
prof. Ing. Antonín Víteček, CSc. (předseda)
doc. Ing. Jan Roupec, Ph.D. (člen)
Date of acceptance
2023-06-19
Defence
Student seznámil komisi s cíli a výsledky své DP. Následovalo přečtení posudků. Posléze student reagoval na doplňující dotazy a výtky oponenta doc. Matouška.
Dotazy komise:
doc. Matoušek: Co ze statistik srovnáváte? Neuvažoval jste jiný test?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení