Algoritmus s pravděpodobnostním směrovým vektorem
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
P
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
Disertační práce prezentuje navržený algoritmus s pravděpodobnostním směrovým vektorem. Tento algoritmus ve své základní formě spadá do kategorie algoritmů stochastických. Pro svoji práci využívá statisticky ovlivněné perturbace jedince stavovým prostorem. Dále práce pojednává o rozšíření základní myšlenky do podoby rojové formy algoritmu. Přínosem této modifikace je zavedení stochastické kooperace. Jedinci kooperují s nejlepším jedincem pouze na úrovni pravděpodobnosti a nejsou jí řízeni přímo. V práci jsou dále použity statistické testy pro srovnání výsledků navrženého algoritmu s podobně pracujícími algoritmy Simulované žíhání a SOMA. Kromě vybraných testovacích funkcí jsou zde uvedeny další experimentální použití navržených algoritmů. Práce je uzavřena kapitolou, která hledá obecně použitelné nastavení řídicích parametrů jednotlivých algoritmů.
This disertation presents optimization algorithm with probability direction vector. This algorithm, in its basic form, belongs to category of stochastic optimization algorithms. It uses statistically effected perturbation of individual through state space. This work also represents modification of basic idea to the form of swarm optimization algoritm. This approach contains form of stochastic cooperation. This is one of the new ideas of this algorithm. Population of individuals cooperates only through modification of probability direction vector and not directly. Statistical tests are used to compare resultes of designed algorithms with commonly used algorithms Simulated Annealing and SOMA. This part of disertation also presents experimental data from other optimization problems. Disertation ends with chapter which seeks optimal set of control variables for each designed algorithm.
This disertation presents optimization algorithm with probability direction vector. This algorithm, in its basic form, belongs to category of stochastic optimization algorithms. It uses statistically effected perturbation of individual through state space. This work also represents modification of basic idea to the form of swarm optimization algoritm. This approach contains form of stochastic cooperation. This is one of the new ideas of this algorithm. Population of individuals cooperates only through modification of probability direction vector and not directly. Statistical tests are used to compare resultes of designed algorithms with commonly used algorithms Simulated Annealing and SOMA. This part of disertation also presents experimental data from other optimization problems. Disertation ends with chapter which seeks optimal set of control variables for each designed algorithm.
Description
Keywords
optimalizační algoritmus, PDV, MPDV, MPDVC, MPDVCa, stochastická kooperace, statisticky ovlivněná perturbace, stochastický optimalizační algoritmus, rojový algoritmus, optimization algorithm, PDV, MPDV, MPDVC, MPDVCa, stochastic cooperation, statistically effected perturbation, stochastic optimization algorithm, swarm algorithm
Citation
POHL, J. Algoritmus s pravděpodobnostním směrovým vektorem [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2015.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Kybernetika, automatizace a měření
Comittee
prof. Ing. Pavel Jura, CSc. (předseda)
prof. Dr. Ing. Miroslav Pokorný - oponent (člen)
doc. Ing. Radomil Matoušek, CSc. - oponent (člen)
doc. Dr. Ing. Alexandr Štefek (člen)
prof. Ing. František Šolc, CSc. (člen)
prof. Ing. Petr Pivoňka, CSc. (člen)
Date of acceptance
2015-06-12
Defence
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení