| dc.contributor.author |
Matoušek, Radomil
|
|
| dc.date.accessioned |
2022-11-22T09:15:43Z |
|
| dc.date.available |
2022-11-22T09:15:43Z |
|
| dc.date.issued |
2022-11-01 |
|
| dc.identifier.isbn |
978-80-7678-074-3 |
en |
| dc.identifier.uri |
http://hdl.handle.net/10563/52376
|
|
| dc.description.abstract |
Předložené teze přednášky ke jmenování profesorem představují část autorova zásadního příspěvku v oblasti optimalizačních metaheuristik a jejich aplikací. Je představena původní optimalizační metaheuristika označená jako HC12, vč. diskuze k její paralelizaci a HPC. Tento algoritmus je založen na specifickém systému binárního kódování jedince v Hammingově prostoru (genotyp) a dekódování v prostoru řešení (fenotyp). Dále je uveden původní derivát HC12taboo zahrnující tzv. zakázané prohledávání a hybridní algoritmus GAHC založený na kombinaci pokročilého GA a HC12.
V oblasti aplikací je prezentován původní přístup k řešení tří komplexních optimalizačních problémů. Jde o řešení kombinatorické optimalizační úlohy QAP (kvadratický přiřazovací problém), která je NP-těžkou úlohou. Dále úlohy nalezení stabilizujících sekvencí pro vybrané systémy deterministického chaosu definované pomocí map. Posledním uvedeným příkladem aplikace optimalizačních metaheuristik je úloha návrhu polynomiálního regulátoru. Zde je představeno velmi efektivní kódování, které eliminuje vznik nestabilních řešení. Na všech uvedených úlohách prokázaly užité metaheuristiky své opodstatnění, přičemž pootevřely dveře dalším aplikacím. |
en |
| dc.format |
58 |
cs |
| dc.format.extent |
58 |
en |
| dc.language.iso |
cs |
en |
| dc.publisher |
Univerzita Tomáše Bati ve Zlíně |
en |
| dc.rights |
Profesorské teze jsou přístupné elektronicky pouze v rámci univerzity. |
en |
| dc.subject |
Umělá inteligence, metaheuristiky, evoluční výpočetní techniky, optimalizace, algoritmus HC12, algoritmus GAHC, symbolická regrese, úlohy QAP, návrh obecného regulátoru, stabilizace chaotických systémů, HPC implementace
|
en |
| dc.subject |
Artificial intelligence, metaheuristics, evolutionary computation, optimization, HC12 algorithm, GAHC algorithm, symbolic regression, QAP tasks, general controller design, stabilization of chaotic systems, HPC implementation
|
en |
| dc.title |
Vybrané optimalizační metaheuristiky, implementace a aplikace |
en |
| dc.title.alternative |
Teze přednášek ke jmenování profesorem |
en |
| dc.type |
Book |
en |
| dc.date.accepted |
2022-05-11 |
|
| dc.description.abstract-translated |
The presented theses of the lecture for the appointment as a professor represent a part of the author's fundamental contribution in the field of optimization metaheuristics and their applications. The original optimization metaheuristics named HC12 is presented, along with the discussion on its parallelization and HPC. This algorithm is based on a specific system of binary coding of an individual in the Hamming space (genotype) and decoding in the solution space (phenotype). Afterwards, the original derivatives of HC12 are presented - HC12taboo, which includes the so-called tabu search, and the hybrid algorithm GAHC, which is based on a combination of advanced GA and HC12.
In the application field, the original approaches for solving three complex optimization problems are presented. The first one is the approach for solving the QAP (quadratic assignment problem), which is an NP-hard combinatorial problem. The second one deals with the task of finding stabilization sequences for selected systems of deterministic chaos defined by a maps. The last one is the application of optimization metaheuristics for the design of a polynomial controller. In this application, an extremely efficient coding scheme is introduced, which eliminates the creation of unstable solutions. On all above-mentioned problems, the used metaheuristics proved their worth, while opening the door to other applications. |
en |
| dc.thesis.degree-discipline |
Aplikovaná Informatika |
en |
| dc.date.submitted |
2021-12-14 |
|
