Veuillez utiliser cette adresse pour citer ce document :
http://elartu.tntu.edu.ua/handle/lib/33351| Titre: | Методи та програмно-апаратні засоби оптимізаційних процесів на основі генетичних алгоритмів |
| Autre(s) titre(s): | Methods and software-hardware of genetic algorithms-based optimization processes |
| Auteur(s): | Семенчук, Василь Миколайович Semenchuk, Vasyl |
| Affiliation: | Тернопільський національний технічний університет імені Івана Пулюя |
| Bibliographic description (Ukraine): | Семенчук В. М. Методи та програмно-апаратні засоби оптимізаційних процесів на основі генетичних алгоритмів : дипломна робота магістра за спеціальністю „123 — комп’ютерна інженерія“ / В. М. Семенчук. — Тернопіль : ТНТУ, 2020. — 67 с. |
| Bibliographic description (International): | Semenchuk V.M. Methods and software-hardware of genetic algorithms-based optimization processes: master thesis on specialty 123 «Computer engineering» / V.M. Semenchuk – Ternopil Ivan Puluj National Technical University – Ternopil: TNTU, 2020. – 67 p. |
| Date de publication: | déc-2020 |
| Submitted date: | 15-déc-2020 |
| Date of entry: | 23-déc-2020 |
| Editeur: | Тернопільський національний технічний університет імені Івана Пулюя |
| Country (code): | UA |
| Place of the edition/event: | Тернопільський національний технічний університет імені Івана Пулюя |
| Supervisor: | Баран, Ігор Олегович Baran, Ihor |
| Committee members: | Крамар, Олекснадр Іванович Kramar, Oleksandr |
| UDC: | 004.021 |
| Mots-clés: | 123 комп’ютерна інженерія генетичний алгоритм генетичний оператор задача комівояжера модель міграції острівна модель genetic algorithm genetic operator travelling salesman problem migration model island model |
| Number of pages: | 67 |
| Résumé: | Кваліфікаційна робота присвячена дослідженню генетичних алгоритмів як способу оптимізації, їх ефективності і трудомісткості. Для виконання була обрана задача комівояжера, оскільки вона дуже добре вивчена, має ефективні способи розв’язання, для того, щоб порівняти з отриманими результатами. Також однією з цілей даної роботи є вивчення поширення генетичних алгоритмів на модель з декількома взаємодіючими популяціями (міграції та острівну).
Основним інструментом для практичного дослідження було обрано середовище MATLAB, оскільки воно має багато вбудованих функцій і панелей інструментів для вирішення завдань генетичного програмування і їх паралельного виконання. Thesis deals with the study of genetic algorithms as a way of optimization, their efficiency and complexity. The Travelling Salesman Problem was taken into consideration as it is very well studied, has effective ways of the decision, in order to compare with the received results. Also, one of the aims of this work is to study the propagation of genetic algorithms to a model with several interacting populations (migration and island). The MATLAB environment was taken as the main tool for practical research, as it has many built-in functions and toolbars for solving problems of genetic programming and their parallel execution. |
| Content: | 1 Аналітична частина. 2 Теоретична частина. 3. Практична частина. Розв’язок задачі комівояжера з використанням можливостей пакета MATLAB. 4 Охорона праці та безпека в надзвичайних ситуаціях |
| URI/URL: | http://elartu.tntu.edu.ua/handle/lib/33351 |
| Copyright owner: | © Семенчук В. М., 2020 |
| References (Ukraine): | 1. Zadeh, Lotfi A., «Fuzzy Logic, Neural Networks, and Soft Computing», Communications of the ACM, March 1994, Vol. 37 No. 3, pages 77—84. 2. Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы. М: Горячая линия, 2006. 452 с. 3. De Jong, K.A. Introduction to the second special issue on genetic algorithms. Machine Learning, 5(4). p. 351-353. 4. Генетичні алгоритми. Ключові поняття та методи реалізації. URL: http://www.znannya.org/?view=ga_general (дата звертання: 21.10.2020) 5. Панченко Т. В. Генетические алгоритмы: учебно-методическое пособие. Астрахань: Изд. дом «Астраханский университет», 2007. 87 с. 6. Генетические алгоритмы. URL: http://qai.narod.ru/GA/ (дата звертання: 21.10.2020) 7. Олійник А.О., Субботін С.О., Олійник О.О. Еволюційні обчислення та програмування : Навчальний посібник. Запоріжжя : ЗНТУ, 2010. 324 с. 8. Вороновский Г. К., Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности. Х.: Основа, 1997. 112 с. 9. Кислий М.С., Величко В.Є. Використання генетичних алгоритмiв для розв’язання задачi комiвояжера // Iнформатика та методика ї ї викладання. Випуск №1. 2011. с. 110-115. 10. Darrell Whitley, Soraya Rana, and Robert B. Heckendorn. The island model genetic algorithm: On separability, population size and convergence // Journal of Computing and Information Technology. 7:33–47, 1998. 11. Семенчук В.М. Особливості використання острівної моделі генетичних алгоритмів. Інформаційні моделі, системи та технології: Праці VІІІ наук.-техн. конф. (Тернопіль, 09-10 грудня 2020 р.) Тернопіль, 2020. С. 114. 12. Батищев Д. И., Неймарк Е. А., Старостин Н. В. Применение генетических алгоритмов к решению задач дискретной. Н. Новгород: 2007. 85 с. 13. Parallel Computing Toolbox User’s Guide. MathWorks Inc., 2010. 665 p. 14. Encyclopedia of artificial intelligence / Eds.: J. R. Dopico, J. D. de la Calle, A. P. Sierra. New York : Information Science Reference, 2009. Vol. 1-3. 1677 p. 15. Гладков Л.А., Курейчик В.В., Курейчик В.М. Генетические алгоритмы. М: Физматлит, 2006. 320 с. 16. . Matai R. Traveling Salesman Problem: An Overview of Applications, Formulations, and Solution Approaches / R. Matai, S. P. Singh, M. L. Mittal // Jaipur, India, 2010 17. . Johnson D. S. The Traveling Salesman Problem: A Case Study in Local Optimization / D. S. Johnson and L.A. McGeoch // November 20, 1995. 18. Applegate D. On the solution of traveling salesman problems / D. Applegate, R. E. Bixby, V. Chvatal and W. Cook // Documenta Mathematica, Extra Volume ICM III:645-656, 1998. 19. Applegate D. Chained Lin-Kernighan for large traveling salesman problems / D. Applegate, W. Cook, A. Rohe // INFORMS J. Computing, 15: 82-92, February 2002. 20. The Travelling Salesman Problem and its Applications. CO@W Berlin, 2009. URL: http://coatwork.zib.de/berlin2009/downloads/2009-09-21/2009-09-21-1600-MG-TSP-and Applications.pdf 21. Gen M., Cheng R. Genetic algorithms and engineering design. New Jersey: John Wiley & Sons, 1997. 352 p. 22. Haupt Randy L., Haupt Sue Ellen. Practical genetic algorithms. 2nd ed., 2004. 261 p. 23. Kleiman H. The General Traveling Salesman Problem. Createspace Independent Pub, 2014. 470 p. 24. Dopico J. Encyclopedia of artificial intelligence; Eds.: J.R. Dopico, J.D. de la Calle, A.P. Sierra. New York: Information Science Reference. 2009. Vol. 1–3. 1677 p. 25. Субботін С.О. Подання й обробка знань у системах штучного інтелекту та підтримки прийняття рішень. Запоріжжя: ЗНУ, 2008. 341 с. 26. Hoffman K., Rinaldi G. Traveling Salesman Problem. Advertising Response, Encyclopedia of Operations Reseach. 2013. P. 1573–1578. 27. Sanches D., Whitley D. Improving an exact solver for the traveling salesman problem using partition crossover. Proceedings of the Genetic and Evolutionary Computation Conference. 2017. P. 337– 344. 28. Goldberg D. E. Genetic algorithms in search, optimization, and machine learning, Reading, MA AddisonWesley, 1989. 29. Darrell Whitley, Soraya Rana, and Robert B. Heckendorn. The island model genetic algorithm: On separability, population size and convergence // Journal of Computing and Information Technology. — 7:33–47, 1998. 30. Зеркалов Д.В. Охорона праці в галузі: Загальні вимоги. Навчальний посібник. К.: Основа. 2011. 551 с. |
| Content type: | Master Thesis |
| Collection(s) : | 123 — комп’ютерна інженерія |
Fichier(s) constituant ce document :
| Fichier | Description | Taille | Format | |
|---|---|---|---|---|
| Magistr_CIm-61_Semenchuk.doc | 2,19 MB | Microsoft Word | Voir/Ouvrir | |
| Авторська_довідка_Семенчук.doc | 50 kB | Microsoft Word | Voir/Ouvrir |
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.
Outils d'administration