Nicholas Zahálka
Bakalářská práce
Adaptivní genetické algoritmy
Adaptive genetic algorithms
Anotace:
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 …víceAbstract:
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 …více
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 10. 5. 2023
Zveřejnit od: 31. 12. 2999
Obhajoba závěrečné práce
- Vedoucí: Ing. Jan Merta, Ph.D.
Citační záznam
Jak správně citovat práci
Zahálka, Nicholas. Adaptivní genetické algoritmy. Pardubice, 2023. bakalářská práce (Bc.). Univerzita Pardubice. Fakulta elektrotechniky a informatiky
Plný text práce
Právo: Autor si nepřeje zpřístupnění práce veřejnosti
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- Soubory jsou nedostupné.
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Univerzita Pardubice, Fakulta elektrotechniky a informatikyUniverzita Pardubice
Fakulta elektrotechniky a informatikyBakalářský studijní program / obor:
Informační technologie / Informační technologie
Práce na příbuzné téma
-
Učení neuronových sítí s použitím genetických algoritmů
Josef CZYŽ -
Portál k výuce strojového učení
Daniel Vrána -
Učení umělých neuronových sítí založené na mikrogenetických a genetických algoritmech a ověření na vysokofrekvenčních finančních datech
Martin Maděra -
Aplikace hybridního evolučního algoritmu pro kombinatorické optimalizační problémy s omezeními
David Chodúr -
Adaptivní algoritmus PSO s hodnocením výkonnosti částic
František Hep -
Podpora výuky předmětu Diskrétní metody a optimalizace
Aleš Krupička -
Numerické metody nepodmíněné optimalizace
Martin Habrovec -
Metody optimalizace a A.I. pro měření v průmyslové praxi
Jana Šimečková