Autokonfigurační framework iRACE pro algoritmus Diferenciální Evoluce

Ing. Kristián Orlovský

Master's thesis

Auto-Configuration Framework iRACE for Differential Evolution Algorithm

Abstract:

Diferenciálna evolúcia je~dôležitým predstaviteľom optimalizačných techník. Najnovší vývoj je~zameraný na~adaptívne varianty tohto algoritmu, ktoré umožňujú úpravu parametrov riadenia. Paralelne s~týmto vývojom sa~rozvíja aj~oblasť nástrojov na~automatickú konfiguráciu, ako je~iRACE. Automatizujú proces hľadania optimálnej konfigurácie algoritmov. Táto práca kombinuje tieto prístupy s cieľom nájsť optimálne nastavenia pre~DE. Práca je~zameraná na~analýzu a~implementáciu štyroch adaptívnych variantov DE. Tieto varianty sú~rozložené do~modulov zodpovedných za~prispôsobenie parametrov a~integrované do~konfigurovateľného algoritmu umožňujúceho dynamické nastavenie parametrov cez iRACE. Výsledkom je analýza a~testovanie rôznych konfigurácií na~vybraných súboroch benchmarkových funkcií a~pre rôzne nastavenia iRACE. Výsledky prinášajú poznatky o~vplyve adaptačných stratégií na~efektivitu optimalizácie DE. Táto práca prispieva k~pochopeniu a~využívaniu adaptívnych mechanizmov a~ponúka smery pre~ďalší výskum v~tejto dynamickej oblasti.

Abstract:

Differential evolution is~an~important representative of~optimization techniques. The~most recent development is~focused on~adaptive variants of~this algorithm, which allow adjustment of~control parameters. In~parallel with this development, the~field of~automatic configuration tools such~as iRACE is also developing. They automate the~process of~finding the~optimal configuration of~algorithms. This thesis combines these approaches to~find optimal settings for DE. The thesis is~focused~on the~analysis and~implementation of~four adaptive variants of~DE. These variants are divided into modules responsible for~adjusting the~parameters and~integrated into a~configurable algorithm allowing dynamic parameter setting via iRACE. The result is the~analysis and~testing of~different configurations on~selected sets of~benchmark functions and~for different iRACE settings. The~results provide knowledge about the~influence of~adaptation strategies on~the~efficiency of~DE optimization. This thesis contributes to~the~understanding and~use of~adaptive mechanisms and~offers directions for~further research in~this area.

Keywords

Diferenciálna evolúcia, Adaptívne varianty Diferenciálnej evolúcie, jDE, SaDE, EPSDE, SHADE, iRACE, GNBG, Benchmark

Language used: Czech

Date on which the thesis was submitted / produced: 13. 5. 2024

Thesis defence

• Supervisor: Ing. Adam Viktorin, Ph.D.

Tomas Bata University in Zlín

Faculty of Applied Informatics

Master programme / field:
Information Technologies / Software Engineering