Adaptace kontrolních parametrů v diferenciální evoluci

Abstract

Tato disertační práce popisuje autorovu výzkumnou aktivitu v oblasti adaptivních variant algoritmu diferenciální evoluce pro optimalizaci ednokriteriálních funkcí definovaných ve spojitém prostoru. První část práce popisuje oblast matematické optimalizace a její rozdělení do jednotlivých podkategorií podle charakteristik optimalizované funkce. Tyto charakteristiky jsou: počet optimializačních kritérií, typ vstupu, výpočetní složitost, typ prohledávaného prostoru řešení a počet optimalizovaných parametrů. Zároveň tato sekce zahrnuje popis typického zástupce metaheuristické optimalizace - evoluční výpočetní techniky. Druhá část práce se věnuje variantám algoritmu diferenciální evoluce včetně variant s adaptivními kontrolními parametry. V jedné z podkapitol se autor věnuje i důvodům, proč si vybral algoritmus Success-History based Adaptive Differential Evolution jako základ své vědecké práce. V experimentální části práce je navržen nástroj pro analýzu dynamiky populace evolučních algoritmů, který muže být využit jak při tvorbě nových evolučních algoritmů, tak pro vyhodnocení vlastností algoritmu stávajících a aktuálně používaných. Mimo analýzu dynamiky populace obecně se autor zaměřil i na konkrétní algoritmy založené na diferenciální evoluci. Navrhl dvě úpravy vnitřní dynamiky - multi-chaotický framework pro výběr rodičů a adaptace kontrolních parametrů s využitím vzdálenosti jedinců. Obě techniky jsou zaměřeny na pomoc s hledáním správné rovnováhy mezi prohledáváním prostoru řešení do šírky a do hloubky. Na příkladu moderní verze diferenciální evoluce ve variante jSO je ukázán přínos implementace adaptace kontrolních parametrů s využitím vzdálenosti jedinců. Takto upravený algoritmus byl nazván DISH a byl otestován na testovacích sadách spojených s celosvětovým kongresem evolučních technik - CEC (Congress on Evolutionary Computation). Výsledky ukazují, že využití nové adaptační strategie je vhodné především pro úlohy, které optimalizují větší množství vstupních parametrů. Praktické využití algoritmu DISH je demonstrováno na příkladu hledání optimálního rozmístění spaloven odpadu v České republice. Upravený algoritmus DISH poskytuje pro menší instance problému srovnatelné řešení s deterministickými metodami. Pro větší instance problémů již nejsou deterministické metody schopny poskytnout řešení v akceptovatelném čase a proto je zde využití metaheuristického přístupu opodstatněno. Výše zmíněné výsledky ukazují, že i v rámci jednoduchých změn vnitřní dynamiky algoritmu lze dosáhnout lepší výkonnosti. I proto si autor zvolil jako svůj budoucí výzkumný směr rozvíjení nástroje pro analýzu vnitřní populační dynamiky metaheuristických algoritmu.