Nástroj pro analýzu a vizualizaci hejnových algoritmů

Abstract

Hejnové algoritmy, popřípadě Hejnové inteligence, jsou oblíbené a čím dál častěji používané nástroje pro optimalizaci problémů, čímž se v rozsahu této práce rozumí hledání globálního optima - v našem případě minima. Jejich pomocí je možné pomocí roje či hejna, inspirovaného chováním zvířat, řešit problémy, které by jednotlivec sám nedokázal vyřešit, popřípadě by mu to trvalo nepřiměřeně dlouhou dobu. Tématem této diplomové práce bylo nastudování výše zmíněné problematiky a vybrané algoritmy naprogramovat, přičemž za tímto účelem byly zvoleny algoritmy známé pod zkratkami PSO, SOMA a WHALE, které jsou vysvětleny níže. V dalších bodech práce bylo potřeba nastudovat možnosti vizualizace ve více rozměrném prostoru a vlastnosti populace tak, aby je bylo možné naprogramovat a prakticky využít pro poslední bod zadání, kterým je porovnání populací tří Hejnových algoritmů.

Swarm algorithms, or Swarm intelligences, are popular and increasingly used tools for optimization problems, which in the scope of this thesis means finding the global optimum - in our case, the minimum. With their help it is possible, by using a swarm or a flock, inspired by animal behaviour, to solve problems, which an individual would not be capable solving without help, or it would take him a disproportionately long time to solve. The topic of this thesis was to study the above mentioned algorithms and to program the selected algorithms, for this purpose the algorithms known by the abbreviations PSO, SOMA and WHALE were chosen and are explained below. In the next objectives of the work, it was necessary to study the possibilities of visualization in a multidimensional space and the properties of the population so that they could be programmed and practically used for the last point, which is the comparison of the populations of the three flocking algorithms.