Detail of the student project

List
Topic:Problém předčasné konvergence u Gaussovského EDA
Department:Katedra kybernetiky
Supervisor:Ing. Petr Pošík Ph.D.
Announce as:BP,PMI
Description:Algoritmy typu EDA (estimation-of-distribution algorithms) jsou populační optimalizační algoritmy podobné genetickým a evolučním algoritmům. Každou generaci se snaží kvalitní řešení v populaci popsat pravděpodobnostním modelem a nová řešení generují prostým vzorkováním z tohoto modelu. Gaussovský EDA je jeden z EDA algoritmů určených pro problémy, jejichž řešení je reprezentováno vektorem reálných čísel. Tento algoritmus ovšem trpí problémem předčasné konvergence. Rozptyl Gaussova rozdělení klesá v čase příliš rychle. Po několika generacích populace ztratí veškerou diverzitu a algoritmus ztratí schopnost se vyvíjet. Cílem této práce je navrhnout, implementovat, porovnat a posoudit metody, které by předčasné konvergenci algoritmu zabraňovaly a umožnily mu úspěšně dosáhnout optima.
Instruction:1) Seznamte se s Gaussovským EDA algoritmem a s problémy, na něž při jeho použití narážíme.
2) Navrhněte a implementujte metody bránící předčasné konvergenci algoritmu.
3) Navržené metody, původní Gaussovský EDA algoritmus a příp. další metody nalezené v literatuře vzájemně porovnejte. Výsledky statisticky vyhodnoťte.
Bibliography:Dodá vedoucí práce.
Realization form:implementace Gaussovského EDA s navrženými metodami, výsledky experimentů, závěrečná zpráva
Date:10.05.2019
Responsible person: Petr Pošík