Více-kriteriální optimalizace EM struktur s proměnným počtem dimenzí

Abstract

Tato dizertační práce pojednává o více-kriteriálních optimalizačních algoritmech s proměnným počtem dimenzí. Takový algoritmus umožňuje řešit optimalizační úlohy, které jsou jinak řešitelné jen s použitím nepřirozených zjednodušení. Výzkum optimalizačních method s proměnnou dimenzí si vyžádal vytvoření nového optimalizačního frameworku, který obsahuje vedle zmíněných vícekriteriálních metod s proměnnou dimenzí – VND-GDE3 a VND-MOPSO – i další optimalizační metody různých tříd. Optimalizační framework obsahuje také knihovnu rozličných testovacích problémů. Mezi nimi je také sada více-kriteriálních testovacích problémů s proměnnou dimenzí, které byly navrženy pro nastavení a ověření nových metod s proměnnou dimenzí. Nové metody jsou dále použity k optimalizaci několika různorodých optimalizačních úloh z reálného světa.

This dissertation thesis deals with multi-objective evolutionary optimization algorithms with a variable number of dimensions. Such an algorithm enables us to solve optimization tasks that are otherwise solved only by assuming unnatural simplifications. The research of the optimization algorithms with a variable number of dimensions required the development of a new optimization framework. This framework contains, apart from various optimization methods including two novel multi-objective algorithms for a variable number of dimensions -- VND-GDE3 and VND-MOPSO, a library of various benchmark problems. A set of multi-objective benchmark problems with a variable number of dimensions is a part of the library designed to assess and verify the novel methods with a variable number of dimensions. Novel methods are exploited on several miscellaneous real-life optimization problems in the final chapter of this thesis.