| Abstract: |  Obsahem této bakalářské práce je popis evolučního algoritmu řízeného klasifikačním modelem (EACBT, Evolutionary Algorithm Controlled by Tree), konkrétněji CART stromem (Classification and Regression Tree), jeho implementace a následné testování na funkcích binární proměnné oproti klasickému evolučnímu algoritmu (EA) a náhodnému prohledávání.
Kritériem kvality optimalizátoru je především schopnost nalézt globální optimum, počet ohodnocení nutný k jeho nalezení a rychlost konvergence.
Výsledky ukazují, že pro jednoduché monotónní funkce je klasický EA nejlepší, ovšem pro některé multimodální funkce má klasický EA tendence uváznout v lokálním optimu, kdežto EACBT je schopný tyto lokální optima
překonat a dokonvergovat až do optima globálního. Náhodné prohledávání je statisticky ve většině případů horší, kromě nízkých dimenzí u složitějších funkcí, kde je naopak nejlepší, protože ostatní algoritmy uváznou v lokálních optimech. EACBT má určitě potenciál k tomu, aby byl podroben dalšímu zkoumání.
|
|---|