Heurystyczny algorytm optymalizacji parametrycznej dedykowany problemom wielowymiarowym

• Autorzy: Augustyn D. , Wyciślik Ł.

Warianty tytułu

EN

Heuristic parametric optimization algorithm for multidimensional problems solving

• Języki publikacji: PL

Abstrakty

PL

Heurystyczne algorytmy optymalizacyjne znane są od początków rozwoju dziedziny informatyki, jednak stosunkowo niedawno zaczęto proponować algorytmy bazujące na obserwacjach zjawisk w otaczającej nas przyrodzie (ewolucja, poszukiwanie pożywnienia przez kolonie wieloagentowe, wyżarzanie w procesach metalurgicznych itp.). Każdy z takich algorytmów charakteryzuje się inną specyfiką poszukiwania przestrzeni rozważań. Jednym z problemów optymalizacji parametrycznej jest przypadek wielowymiarowej przestrzeni przeszukiwań, gdzie liczba wymiarów osiąga setek, a nawet tysięcy. Autorzy, opierając się na najlepszych cechach znanych z literatury heurystycznych algorytmów optymalizacji, zaproponowali własny algorytm przeznaczony do rozwiązywania takich problemów.

EN

Heuristic optimisation algorithms are known from the beginnings of computer science but ones based on observations of nature phenomenonos (evolution, food searching, multiagent colonies, annealing) were introduced relatively late. Each of them have different characteristics of search space exploration. One of known problems of parametric optimization is multidimensional case (hundreds of thousands of dimensions). Authors, inspired by best features of known optimisation algorithms, proposed optimization method for such problems solving.

Słowa kluczowe

PL

heurystyka; optymalizacja; ewolucja

EN

heuristic; optimization; evolution

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Studia Informatica
• Rocznik: 2007
• Tom: Vol. 28, nr 1
• Strony: 55--73
• Opis fizyczny: Bibliogr. 4 poz.

Twórcy

autor

Augustyn D.

autor

Wyciślik Ł.

• Politechnika Śląska, Instytut Informatyki. ul. Akademicka 16, 44-103 Gliwice,

Bibliografia

• 1. Arabas J.: Wykłady z algorytmów ewolucyjnych. WNT, Warszawa 2001.
• 2. Michalewicz Z.: Algorytmy genetyczne + struktury danych = programy ewolucyjne.WNT, Warszawa 2003.
• 3. Baluja S.: Population-based incremental learning: A metod for integrating genetics search based function optimization and competitive learning. Technical Report CMU-CS-94-163, Carnegie Mellon University, 1994.
• 4. Seidler J.:, Badach A., Molisz W.: Metody rozwiązywania zadań optymalizacji. WNT,Warszawa 1980.