| dc.contributor.advisor |
Merta, Jan |
|
| dc.contributor.author |
Zahálka, Nicholas
|
|
| dc.date.accessioned |
2023-08-15T07:56:45Z |
|
| dc.date.available |
2023-08-15T07:56:45Z |
|
| dc.date.issued |
2023 |
|
| dc.date.submitted |
2023-05-10 |
|
| dc.identifier.uri |
https://hdl.handle.net/10195/81521 |
|
| dc.description.abstract |
Cílem práce bude porovnat adaptivní metody pro učení genetických algoritmů. V teoretické části student popíše existující (případně navrhne vlastní) adaptivní metody pro učení genetických algoritmů (metaučení), v části praktické provede experimenty a vyhodnotí jejich výsledky. Adaptace genetických algoritmů bude realizována pomocí vybraných přístupů (například hybridizace s PSO, algoritmus Bison Seeker apod.). Pro zhodnocení bude hybridní genetický algoritmus aplikován na vybraný standardní optimalizační problém (benchmarkové funkce, TSP, problém N dam apod). |
cze |
| dc.format |
46 s. |
|
| dc.language.iso |
cze |
|
| dc.publisher |
Univerzita Pardubice |
cze |
| dc.rights |
Bez omezení |
|
| dc.subject |
adaptivní metody |
cze |
| dc.subject |
algoritmy |
cze |
| dc.subject |
optimalizační problém |
cze |
| dc.subject |
genetické učení algoritmů |
cze |
| dc.subject |
optimalizace |
cze |
| dc.subject |
adaptive methods |
eng |
| dc.subject |
algorithms |
eng |
| dc.subject |
optimization problem |
eng |
| dc.subject |
genetic learning algorithms |
eng |
| dc.subject |
optimization |
eng |
| dc.title |
Adaptivní genetické algoritmy |
cze |
| dc.title.alternative |
Adaptive genetic algorithms |
eng |
| dc.type |
bakalářská práce |
cze |
| dc.date.accepted |
2023-06-07 |
|
| dc.description.abstract-translated |
The aim of the work will be to compare adaptive methods for learning genetic algorithms. In the theoretical part, the student will describe existing (or propose his own) adaptive methods for learning genetic algorithms (meta-learning), in the practical part he will perform experi-ments and evaluate their results. Adaptation of genetic algorithms will be implemented using selected approaches (for example, hybridization with PSO, Bison Seeker algorithm, etc.). For evaluation, the hybrid genetic algorithm will be applied to a selected standard optimization problem (benchmark functions, TSP, N-queens problem etc.). |
eng |
| dc.description.department |
Fakulta elektrotechniky a informatiky |
cze |
| dc.thesis.degree-discipline |
Informační technologie |
cze |
| dc.thesis.degree-name |
Bc. |
|
| dc.thesis.degree-grantor |
Univerzita Pardubice. Fakulta elektrotechniky a informatiky |
cze |
| dc.thesis.degree-program |
Informační technologie |
cze |
| dc.description.defence |
Obhajoba bakalářské práce proběhla na požadované úrovni. Student výborně reagoval na dotazy a připomínky vedoucího práce i členů komise pro státní závěrečné zkoušky.
Student popsal problematiku genetických algoritmů, adaptivních a hybridních přístupů, lokální optimalizační metody v podobě horolezeckého algoritmu a simulovaného žíhání. Dále se student zabýval aplikací hybridního genetického algoritmu pro řešení problému obchodního cestujícího, návrhem experimentů a vyhodnocením výsledků.
Vedoucí k obhajobě a samotné bakalářské práci nemá žádné zásadní připomínky. |
cze |
| dc.identifier.stag |
43929 |
|
| dc.description.grade |
Dokončená práce s úspěšnou obhajobou |
cze |
