| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:Koevolucijski algoritem roja delcev z metodo rekurzivnega diferencialnega grupiranja za reševanje problemov velikih dimenzij : magistrsko delo
Avtorji:ID Berkovič, Klemen (Avtor)
ID Brest, Janez (Mentor) Več o mentorju... Novo okno
ID Bošković, Borko (Komentor)
Datoteke:.pdf MAG_Berkovic_Klemen_2024.pdf (2,09 MB)
MD5: 6CF08C8A2FCB98FA6D9DE0632AFFC8DC
 
Jezik:Slovenski jezik
Vrsta gradiva:Magistrsko delo/naloga
Tipologija:2.09 - Magistrsko delo
Organizacija:FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:Kooperativna koevolucija je podzvrst evolucijskega računanja, ki se uporablja kot ogrodje za optimizacijo problemov z velikim številom dimenzij preko pristopa deli in vladaj. Glavni izzivi uporabe ogrodja kooperativne koevolucije ležijo v dekompoziciji problema ter v uporabi primernega optimizacijskega algoritma. Dekompozicija se v glavnem ukvarja z deljenjem problema v manjše podprobleme, kjer je glavni izziv, kako ugotoviti povezave med komponentami problema. V našem delu smo razvili kooperativni koevolucijski algoritem, ki uporablja rekurzivne strategije diferencialnega grupiranja za dekompozicijo problema, ter algoritem roja delcev, kot optimizacijski algoritem. V delu smo analizirali šest optimizacijskih algoritmov roja delcev na naboru testnih funkcij iz CEC2013, ki spadajo v probleme z velikim številom dimenzij, ter je njihova dimenzionalnost 1000. Na podlagi te analize smo v naš predlagan kooperativni koevolucijski algoritem vključili optimizacijski algoritem roja delcev, ki se je najbolje izkazal na naboru izbranih funkcij. Izvedli smo primerjalno analizo med najboljšim algoritmom roja delcev in predlaganimi kooperativnimi koevolucijskimi algoritmi, kjer smo uporabili pet različnih strategij rekurzivnega diferencialnega grupiranja. Ugotovili smo, da kooperativni koevolucijski algoritem deluje boljše od algoritmov roja delcev, ki smo jih uporabili v našem delu. Prav tako smo ugotovili, da izbira strategije dekompozicije problema igra pomembno vlogo.
Ključne besede:roj delcev, rekurzivno diferencialno grupiranje, kooperativna koevolucija, optimizacija, veliko število dimenzij
Kraj izida:Maribor
Kraj izvedbe:Maribor
Založnik:[K. Berkovič]
Leto izida:2024
Št. strani:1 spletni vir (1 datoteka PDF (XV, 84 f.))
PID:20.500.12556/DKUM-88983 Novo okno
UDK:004.421(043.2)
COBISS.SI-ID:205822467 Novo okno
Datum objave v DKUM:01.07.2024
Število ogledov:351
Število prenosov:82
Metapodatki:XML DC-XML DC-RDF
Področja:KTFMB - FERI
:
Kopiraj citat
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share



Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Licence

Licenca:CC BY-NC-SA 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Deljenje pod enakimi pogoji 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by-nc-sa/4.0/deed.sl
Opis:Licenca Creative Commons, ki prepoveduje komercialno uporabo in zahteva, da uporabnik predelana dela objavi z enako licenco.
Začetek licenciranja:03.06.2024

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Coevolution particle swarm algorithm with recursive differential grouping method for solving large-scale optimization problems
Opis:Cooperative coevolution is a subgenre of evolutionary computation used as a framework for optimizing high-dimensional problems through a divide-and-conquer approach. The main challenges of using the framework of cooperative coevolution lie in the decomposition of the problem and the use of a suitable optimization algorithm. Decomposition is mainly concerned with dividing the problem into smaller sub-problems, where the main challenge is determining the connections between the components of the problem. In our work, we developed a cooperative coevolutionary algorithm that uses a recursive differential grouping algorithm for problem decomposition, and a particle swarm algorithm as an optimization algorithm. In the work, we analyzed six particle swarm optimization algorithms on a set of test functions from CEC2013, which belong to large-scale optimization problems that have a large number of dimensions, and their dimensionality is 1000. Based on this analysis, we included the particle swarm optimization algorithm in our proposed cooperative coevolution algorithm, which performed best on the selected set of functions. We conducted a comparative analysis between the best particle swarm algorithm and the proposed cooperative coevolutionary algorithm, where we used five different recursive differential grouping strategies. We found that the cooperative coevolution algorithm performs better than the best particle swarm algorithm used in this work. We also found that the choice of problem decomposition strategy plays an important role.
Ključne besede:particle swarm, recursive differential grouping, cooperative coevolution, optimization, large scale


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici