Algoritmus Particle Swarm v prostředí Mathematica – Martin JEŽEK
Martin JEŽEK
Bachelor's thesis
Algoritmus Particle Swarm v prostředí Mathematica
Algorithm Particle Swarm in Mathematica Environment
Abstract:
Tato práce se věnuje problematice moderních evolučních algoritmů. Nastiňuje jejich základní rozdělení a stručně představuje princip fungování některých z nich. Dále se zaměřuje na podrobnější popis algoritmu Particle Swarm (rojení částic), založeného na souvislostech sociálního chování zvířat. Praktická část práce představuje řešení několika optimalizačních problémů pomocí tohoto algoritmu.Abstract:
This study deals with issue of modern evolutionary algorithms, presents their possible divison and briefly introduces their basics. Next part of the study is focused on Particle Swarm Optimization (PSO), based on principles of animal social behaviour. Practical part contains several PSO solved optimization problems.
Language used: Czech
Date on which the thesis was submitted / produced: 3. 6. 2005
Accessible from:: 3. 6. 2005
Identifier:
1705
Thesis defence
- Date of defence: 22. 6. 2005
Citation record
The right form of listing the thesis as a source quoted
JEŽEK, Martin. Algoritmus Particle Swarm v prostředí Mathematica. Zlín, 2005. bakalářská práce (Bc.). Univerzita Tomáše Bati ve Zlíně. Fakulta technologická
Full text of thesis
Accessibility: Autor si přeje zpřístupnit práci veřejnosti až od 03. 06. 2005
Contents of on-line thesis archive
Published in Theses:- Soubory jsou od 3. 6. 2005 dostupné: autentizovaným zaměstnancům ze stejné školy/fakulty
Other ways of accessing the text
Institution archiving the thesis and making it accessible: Univerzita Tomáše Bati ve Zlíně, Fakulta technologickáPlný text práce je k dispozici v elektronické podobě.
Tomas Bata University in Zlín
Faculty of TechnologyBachelor programme / field:
Engineering informatics / Automatic control and informatics
Theses on a related topic
-
Genetické algoritmy v optimalizaci výrobních plánů
Petra Krátká -
Knihovna pro genetické algoritmy v C# .NET
Martin Huněk -
Evoluční algoritmy a herní situace
David Vondráček -
Genetické algoritmy a jejich využití
Rastislav Rehák -
Support vector machines a evoluční algoritmy
Martin Ševčík -
Variational quantum eigensolver using particle swarm optimisation
Petr Matonoha -
Algoritmus Particle Swarm Optimization
Martin Klabeneš -
Particle Swarm Optimization: Implementace a testování biologicky inspirované optimalizační metody
Tomáš Przybek