Témata prací (Výběr práce)Témata prací (Výběr práce)(verze: 368)
Detail práce
   Přihlásit přes CAS
Adaptivní velikost populace v evolučních algoritmech
Název práce v češtině: Adaptivní velikost populace v evolučních algoritmech
Název v anglickém jazyce: Adaptive Population Size in Evolutionary Algorithms
Klíčová slova: evoluční algoritmy, velikost populace, adaptivní parametry
Klíčová slova anglicky: evolutionary algorithms, population size, adaptive parameters
Akademický rok vypsání: 2017/2018
Typ práce: diplomová práce
Jazyk práce:
Ústav: Katedra teoretické informatiky a matematické logiky (32-KTIML)
Vedoucí / školitel: Mgr. Martin Pilát, Ph.D.
Řešitel: Bc. Filip Ressler - zadáno a potvrzeno stud. odd.
Datum přihlášení: 11.01.2018
Datum zadání: 11.01.2018
Datum potvrzení stud. oddělením: 31.01.2018
Zásady pro vypracování
Velikost populace je jedním ze základních parametrů evolučních algoritmů, přesto je jejímu adaptivnímu nastavení v závislosti na řešeném problému věnován malý zájem. Většina prací, které velikost populace nějakým způsobem adaptivně mění se omezuje jen na její zvětšování formou restartu algoritmu s větší populací. Přitom by zmenšování populace mohlo zlepšit efektivitu algoritmu v posledních fázích, kdy velká diverzita již není potřeba. Cílem práce je navrhnout postupy, které by umožňovaly velikost populace měnit adaptivně oběma směry, tj. jak zmenšovat, tak zvětšovat.

Student nastuduje literaturu zabývající se nastavením velikosti populace v evolučních algoritmech a na základě zjištěných informací se pokusí metody zmíněné v literatuře rozšířit tak, aby umožňovaly i zmenšování populace. Navržené metody budou porovnány se standardními metodami na standardních testovacích úlohách.
Seznam odborné literatury
[1] Zbigniew Michalewicz, David B. Fogel: "How to Solve It: Modern Heuristics", Springer 2004. ISBN: 978-3-540-22494-5, DOI: 10.1007/978-3-662-07807-5
[2] Anne Auger, Nikolaus Hansen: "A Restart CMA Evolution Strategy With Increasing Population Size". In Proceedings of the IEEE Congress on Evolutionary Computation, CEC 2005, pp.1769-1776, IEEE 2005. DOI: 10.1109/CEC.2005.1554902
[3] Tobias Glasmachers, Boris Naujoks, Günter Rudolph: "Start Small, Grow Big? Saving Multi-objective Function Evaluations". In PPSN 2014: Parallel Problem Solving from Nature – PPSN XIII, pp. 579-588. Springer 2014. DOI: 10.1007/978-3-319-10762-2_57
 
Univerzita Karlova | Informační systém UK