Použití evolučních algoritmů na data získávaná metodami návrhu experimentů
| advisor: | Martin Holeňa |
| e-mail: | show e-mail |
| type: | |
| branch of study: | MI_MM, MI_AMSM |
| key words: | optimalizace, evoluční algoritmy, genetické algoritmy, návrh experimentů, inicializace algoritmu |
| link: | http://www.cs.cas.cz/~martin/diplomka23.html |
| description: | K nejmodernějším metodám globální optimalizace patří evoluční algoritmy, zejména jeden jejich typ - genetické algoritmy. Jejich charakteristickým rysem je, že způsob, kterým se metoda přibližuje k hledanému optimu, je inspirován přirozeným výběrem ve vývoji biologických druhů, v případě genetických algoritmů potom speciálně mutacemi a křížením chromozomů. Vzhledem k této biologické inspiraci je princip evolučních algoritmů snadno srozumitelný i nematematikům, a právě díky tomu se v průběhu posledních let velmi rychle rozšířilo jejich používání při řešení optimalizačních úloh v nejrůznějších oborech. Z matematického hlediska jsou však evoluční algoritmy pouze dalšími zástupci stochastických optimalizačních algoritmů a vyžadují řešení podobných problémů jako další stochastické optimalizační algoritmy. Jedním z klíčových problémů je volba počátečního bodu posloupnosti, která by měla konvergovat k hledanému optimu. Protože evoluční algoritmy v každé iteraci (označované v jejich případě jako generace) hledají celou množinu bodů (tzv. populaci), je nutné i v první generaci zvolit mezi přípustnými řešeními uvažované optimalizační úlohy celou množinu počátečních bodů. Volbou optimálních podmnožin přípustných množin bodů se v jiném kontextu již po desetiletí zabývá teorie návrhu experimentů. A právě využití metod návrhu experimentů při inicializaci evolučních algoritmů by mělo být náplní navržené práce. Student se nejdříve důkladně seznámí s principy evolučních algoritmů i s hlavními metodami návrhu experimentů. Poté se seznámí s implementací genetických algoritmů v Genetic Algorithm and Direct Search Toolbox systému Matlab a přitom si rozváží, jak snadé by bylo do něj začlenit různé metody návrhu experimentů. S přihlédnutím k důležitosti jednotlivých metod i k náročnosti jejich začlenění do Genetic Algorithm and Direct Search Toolbox systému Matlab vybere 4–5 z nich, které rozpracuje do podoby implementovatelných algoritmů a naprogramuje jako matlabovské funkce použitelné pro při inicializaci genetických algoritmů. |
| references: | viz http://www.cs.cas.cz/~martin/diplomka23.html |
| note: | Šikovný student, který výborně zvládne tuto diplomovou práci, bude mít v případě zájmu možnost navázat na ni příbuzným tématem v doktorandském studiu |
| last update: | 31.08.2022 13:46:57 |
administrator for this page:
Ľubomíra Dvořáková | last update: 09/12/2011