Míry diverzity populace v evolučních algoritmech

Schmidt, Michal

Míry diverzity populace v evolučních algoritmech

dc.contributor.advisor	Krömer, Pavel
dc.contributor.author	Schmidt, Michal
dc.contributor.referee	Šenkeřík, Roman
dc.date.accepted	2026-06-02
dc.date.accessioned	2026-09-02T14:47:15Z
dc.date.available	2026-09-02T14:47:15Z
dc.date.issued	2025
dc.description.abstract	Práce se zabývá základní analýzou měr diverzit užívaných pro genetické algoritmy a diferenciální evoluci. Jejím hlavním cílem je analýza a popis chování vybraných měr diverzit na různých problémech diskrétní a spojité optimalizace a při různých konfiguracích těchto evolučních algoritmů. Pro diskrétní optimalizaci byly užity problémy 3-SAT, GCP a QAP dle kterých se analyzovaly míry diverzit genetických algoritmů. Rosenbrockova a Ackleyho funkce byly vybrány pro spojitou optimalizaci a testování měr u diferenciální evoluce. Výsledky prokázaly, že jednotlivé míry diverzit reagují velmi odlišně jak na různé problémy, tak i na specifické vlastnosti jejich instancí.	cs
dc.description.abstract	The thesis focuses on a basic analysis of diversity measures used in genetic algorithms and differential evolution. Its main goal is to analyze and describe the behavior of selected diversity measures on various discrete and continuous optimization problems and under different configurations of these evolutionary algorithms. For discrete optimization, the 3-SAT, GCP, and QAP problems were used to analyze the diversity measures of genetic algorithms. Rosenbrock and Ackley functions were selected for continuous optimization and testing of diversity measures in differential evolution. The results demonstrated that individual diversity measures respond very differently to both various problems and the specific properties of their instances.	en
dc.description.department	460 - Katedra informatiky	cs
dc.description.result	výborně	cs
dc.format.extent	10378526 bytes
dc.format.mimetype	application/pdf
dc.identifier.other	OSD002
dc.identifier.sender	S2724
dc.identifier.thesis	SCH0414_FEI_B0613A140014_2025
dc.identifier.uri	http://hdl.handle.net/10084/161324
dc.language.iso	cs
dc.publisher	Vysoká škola báňská – Technická univerzita Ostrava	cs
dc.rights.access	openAccess
dc.subject	diverzita	cs
dc.subject	genetické algoritmy	cs
dc.subject	diferenciální evoluce	cs
dc.subject	evoluční algoritmy	cs
dc.subject	úlohy spojité optimalizace	cs
dc.subject	úlohy diskrétní optimalizace	cs
dc.subject	diversity	en
dc.subject	genetic algorithms	en
dc.subject	differential evolution	en
dc.subject	evolutionary algorithms	en
dc.subject	continuous optimization problems	en
dc.subject	discrete optimization problems	en
dc.thesis.degree-grantor	Vysoká škola báňská – Technická univerzita Ostrava. Fakulta elektrotechniky a informatiky	cs
dc.thesis.degree-level	Bakalářský studijní program	cs
dc.thesis.degree-name	Bc.
dc.thesis.degree-program	Informatika	cs
dc.title	Míry diverzity populace v evolučních algoritmech	cs
dc.title.alternative	Population Diversity Measures for Evolutionary Computation	en
dc.type	Bakalářská práce	cs
local.files.count	6
local.files.size	10979904
local.has.files	yes