Evoluční algoritmy

Simple item page
but.committeedoc. Ing. Zdeněk Němec, CSc. (předseda) doc. Ing. Petr Beneš, Ph.D. (místopředseda) doc. Ing. Petr Fiedler, Ph.D. (člen) Ing. Petr Honzík, Ph.D. (člen) doc. Ing. Václav Jirsík, CSc. (člen) Ing. Ilona Janáková, Ph.D. (člen)cs
but.defenceStudent obhájil bakalářskou práci.cs
but.jazykčeština (Czech)
but.programElektrotechnika, elektronika, komunikační a řídicí technikacs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorHonzík, Petrcs
dc.contributor.authorHaupt, Danielcs
dc.contributor.refereePolách, Petrcs
dc.date.created2009cs
dc.description.abstractPrvní část práce je teoretická a zabývá se optimalizací a evolučními algoritmy, které jsou používány k řešení složitých optimalizačních problémů. Konkrétně jsou popsány algoritmy diferenciální evoluce, genetický algoritmus, simulované žíhání a deterministický neevoluční algoritmus zakázané prohledávání. Dále je diskutována problematika testování optimalizačních algoritmů pomocí tzv. galerii testovacích funkcí a testování pomocí srovnání výsledků algoritmů při řešení problému obchodního cestujícího. Ve druhé části práce jsou všechny uvedené algoritmy testovány na 11 testovacích funkcích a na třech modelech rozmístění měst v problému obchodního cestujícího. Nejprve jsou algoritmy srovnávány s možností neomezeného přístupu k účelové funkci a dále s omezenou možností přístupu k účelové funkci. Veškerá data jsou statisticky a graficky zpracována. Jednotlivé algoritmy jsou seřazeny dle úspěšnosti.cs
dc.description.abstractThe first part of this work deals with the optimization and evolutionary algorithms which are used as a tool to solve complex optimization problems. The discussed algorithms are Differential Evolution, Genetic Algorithm, Simulated Annealing and deterministic non-evolutionary algorithm Taboo Search.. Consequently the discussion is held on the issue of testing the optimization algorithms through the use of the test function gallery and comparison solution all algorithms on Travelling salesman problem. In the second part of this work all above mentioned optimization algorithms are tested on 11 test functions and on three models of placement cities in Travelling salesman problem. Firstly, the experiments are carried out with unlimited number of accesses to the fitness function and secondly with limited number of accesses to the fitness function. All the data are processed statistically and graphically.en
dc.description.markAcs
dc.identifier.citationHAUPT, D. Evoluční algoritmy [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2009.cs
dc.identifier.other21504cs
dc.identifier.urihttp://hdl.handle.net/11012/11482
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectdiferenciální evolucecs
dc.subjectgenetický algoritmuscs
dc.subjectsimulované žíhánícs
dc.subjectzakázané prohledávánícs
dc.subjectoptimalizacecs
dc.subjectoptimalizační algoritmycs
dc.subjectevoluční algoritmycs
dc.subjectgalerie testovacích funkcícs
dc.subjectproblém obchodního cestujícíhocs
dc.subjectúčelová funkcecs
dc.subjectfitness funkcecs
dc.subjectsrovnání algoritmůcs
dc.subjectpopulacecs
dc.subjectmutacecs
dc.subjectkříženícs
dc.subjectevolucecs
dc.subjectgeneracecs
dc.subjectoperátor křížení s rekombinací hrancs
dc.subjectrelativní indexování poziccs
dc.subjectDifferential Evolutionen
dc.subjectGenetic Algorithmen
dc.subjectSimulated Annealingen
dc.subjectTaboo Searchen
dc.subjectoptimizationen
dc.subjectoptimization algorithmsen
dc.subjectevolutionary algorithmsen
dc.subjecttest function galleryen
dc.subjectfitness functionen
dc.subjectcomparison of algorithmsen
dc.subjectpopulationen
dc.subjectmutationen
dc.subjectcrossingen
dc.subjectevolutionen
dc.subjectgenerationen
dc.subjectTSPen
dc.subjectERXen
dc.subjectTravelling salesman problemen
dc.subjectedge recombination crossoveren
dc.subjectrelative position indexingen
dc.titleEvoluční algoritmycs
dc.title.alternativeEvolutionary algorithmsen
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2009-06-17cs
dcterms.modified2009-07-07-11:45:19cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid21504en
sync.item.dbtypeZPen
sync.item.insts2025.03.16 13:02:46en
sync.item.modts2025.01.15 17:19:38en
thesis.disciplineAutomatizační a měřicí technikacs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav automatizace a měřicí technikycs
thesis.levelBakalářskýcs
thesis.nameBc.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
4 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
9.72 MB
Format:
zip
Description:
appendix-1.zip
Download
Thumbnail Image
Name:
review_21504.html
Size:
6.99 KB
Format:
Hypertext Markup Language
Description:
file review_21504.html
Download
Collections
2009