Stohastička numerička optimizacija u okruženju za evolucijsko računanje (CROSBI ID 372823)
Ocjenski rad | sveučilišni preddiplomski završni rad
Podaci o odgovornosti
Ćosić, Mirela
Jakobović, Domagoj
hrvatski
Stohastička numerička optimizacija u okruženju za evolucijsko računanje
CMA-ES je u zadnje vrijeme dosta popularna evolucijska strategija. Jedan od razloga je njegova uspješnost na „teškim“ funkcijama, odnosno nekoveksnim, nederivabilnim funkcijama sa puno lokalnih optimuma. Kada se tome doda još i veća dimenzija prostora, stvar se poprilično zakomplicira. Drugi razlog je mogućnost prilagođavanja parametara, jer ih ima dosta, i biranje što uopće mogu biti jedinke unutar jedne populacije. Sama populacija se bira po normalnoj distribuciji. Parametri te distribucije se mijenjaju iz generacije u generaciju tako da se svaki put biraju sve bolje i bolje jedinke, sve dok se ne dođe do optimuma funkcije. Nad nekoliko testiranih primjera se CMA-ES pokazala jako uspješna.
evolucijska strategija; populacija; normalna distribucija; kovarijantna matrica; evolucijski put
nije evidentirano
engleski
Stochastic continuous optimization methods in evolutionary computation framework
nije evidentirano
evolutionary strategies; population; normal distribution; covariance matrix; evolution paths
nije evidentirano
Podaci o izdanju
30
02.07.2012.
obranjeno
Podaci o ustanovi koja je dodijelila akademski stupanj
Fakultet elektrotehnike i računarstva
Zagreb