Efektywność algorytmu ewolucyjnego wykorzystującego mechanizm różnicowania

• Autorzy: Chmiel W. , Kadłuczka P. , Jędrusik S.

Warianty tytułu

EN

Efficiency of the evolutionary algorithm using the diversification mechanism

• Konferencja: XV Krajowa Konferencja Automatyzacji Procesów Dyskretnych, Zakopane, 20-23 września 2006r.
• Języki publikacji: PL

Abstrakty

PL

Artykuł prezentuje wyniki prac związanych z implementacją i badaniem efektywności algorytmu ewolucyjnego, wykorzystującego operatory różnicujące. Bazują one na warunkowej wartości oczekiwanej funkcji celu rozwiązań częściowo ustalonych. Badania testowe wykonano dla standardowych zadań testowych kwadratowego zagadnienia przydziału (QAP).

EN

The paper presents our work on implementation and evaluation of evolutionary algorithm using diversification operators. They are based on expected conditional value of objective function for partially fixed solutions. The experiments were performed for standard test problems of quadratic assignment problems (QAP).

Słowa kluczowe

PL

algorytm ewolucyjny; mechanizm różnicowania; zagadnienie QAP; problem NP-trudny

EN

evolutionary algorithm; diversification mechanism; quadratic assignment problem; NP-hard

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Zeszyty Naukowe. Automatyka / Politechnika Śląska
• Rocznik: 2006
• Tom: z. 143
• Strony: 33--44
• Opis fizyczny: Bibliogr. 11 poz.

Twórcy

autor

Chmiel W.

autor

Kadłuczka P.

autor

Jędrusik S.

• Katedra Automatyki Akademii Górniczo-Hutniczej, 30-059 Kraków, Al. Mickiewicza 30, tel. [phone],

Bibliografia

• 1. Burkard R.E., Karisch S.E., Rendl F.: QAPLIB-A Quadratic Assignment Problem Library. European Journal of Operational Resarch, 1991, 15, 115.
• 2. Chmiel W.: Algorytmy ewolucyjne w optymalizacji przydziału zadań z kwadratową funkcją celu. AGH, Kraków 2004.
• 3. Chmiel W., Kadłuczka P.: Warunkowa wartość oczekiwana funkcji celu w konstrukcji algorytmów przybliżonych dla zagadnień permutacyjnych. Automatyka, Wydawnictwo AGH, Kraków 2005, s. 47-56.
• 4. Filipowicz B., Wala K.: Algorytmy optymalizacji kwadratowego zagadnienia przydziału. Kwartalnik Elektrotechnika, z. 1, Wydawnictwo AGH, Kraków 1992.
• 5. Goldberg D. E.: Genetic Algorithms in Search, Optimization, and Machine Learning. Addison-Wesley Publishing Company, 1989.
• 6. Goldberg D., Lingle R.: Alleles, loci, and the Traveling Salesman Problem. Proc. International Conference on Genetic Algorithms and their Applications, 1985.
• 7. Hoffmeister F., Back T.: Genetic Algorithms and Evolution Strategies: Similarities and Differences. Technical report SYS-1/92, Universitat Dortmund, Fachbereich Informatik, Dortmund 1992.
• 8. Kadłuczka P., Chmiel W.: Efektywność algorytmu ewolucyjnego wykorzystującego warunkową wartość oczekiwaną funkcji celu. Automatyka, Wydawnictwo AGH, Kraków 2005, s. 105-114.
• 9. Michalewicz Z.: Genetic Algorithms + Data Structures = Evolution Programs. Springer Verlag, 1995.
• 10. Oliver, I.M., Smith D.J., Holland J.R.C.: A Study of Permutation Crossover Operations on the Traveling Salesman Problem. Proceedings of the Fourth International Conference on Genetic Algorithms 32, 1991.
• 11. Wala K., Chmiel W.: Evolution Algorithm for Quadratic Assignment Problem. University of Mining and Metallurgy Press, Elektrotechnika I, Kraków 1997, p. 409-419.