prikaz prve stranice dokumenta Prilagodljiva kontrola raznolikosti pomoću genetskog algoritma s dvostrukom populacijom
  Preuzmi
PDF 1.22 MB
diplomski rad
Prilagodljiva kontrola raznolikosti pomoću genetskog algoritma s dvostrukom populacijom
2024. urn:nbn:hr:200:108292
Licht, Bruno
Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
Zavod za programsko inženjerstvo
Katedra za programske jezike i sustave

Citirajte ovaj rad

Licht, B. (2024). Prilagodljiva kontrola raznolikosti pomoću genetskog algoritma s dvostrukom populacijom (Diplomski rad). Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:200:108292

Licht, Bruno. "Prilagodljiva kontrola raznolikosti pomoću genetskog algoritma s dvostrukom populacijom." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2024. https://urn.nsk.hr/urn:nbn:hr:200:108292

Licht, Bruno. "Prilagodljiva kontrola raznolikosti pomoću genetskog algoritma s dvostrukom populacijom." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2024. https://urn.nsk.hr/urn:nbn:hr:200:108292

Licht, B. (2024). 'Prilagodljiva kontrola raznolikosti pomoću genetskog algoritma s dvostrukom populacijom', Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, citirano: 17.11.2024., https://urn.nsk.hr/urn:nbn:hr:200:108292

Licht B. Prilagodljiva kontrola raznolikosti pomoću genetskog algoritma s dvostrukom populacijom [Diplomski rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek; 2024 [pristupljeno 17.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:108292

B. Licht, "Prilagodljiva kontrola raznolikosti pomoću genetskog algoritma s dvostrukom populacijom", Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, Osijek, 2024. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:108292

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:200:108292
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovPrilagodljiva kontrola raznolikosti pomoću genetskog algoritma s dvostrukom populacijom
Naslov (engleski)Adaptive diversity control through a dual-population genetic algorithm
AutorBruno Licht
MentorČaslav Livada (mentor)
Član povjerenstvaČaslav Livada (predsjednik povjerenstva)
Član povjerenstvaKrešimir Nenadić (član povjerenstva)
Član povjerenstvaAlfonzo Baumgartner (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
(Zavod za programsko inženjerstvo)
(Katedra za programske jezike i sustave)
Osijek
Datum i država obrane2024-10-08, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Umjetna inteligencija
Sažetak
Cilj ovog rada je bio analizirati različite pristupe koji se mogu primijeniti u konfiguraciji genetskih algoritama kako bi se postigla kontrola nad raznolikošću gena prilikom potrage za najboljim rješenjem. Za potrebe ovog rada, u Unityu je stvoren virtualni svijet koji podržava dvije populacije i omogućuje im natjecanje za ograničene resurse. U postavkama za simulirani svijet su ponuđene opcije kojima se lako mogu izmijeniti mnogi parametri izvođenja simulacije. Također su dane upute za izmjenu virtualnog svijeta u slučaju potrebe za testiranje različitih scenarija. Testirani su pristupi poput elitizma, uklanjanja sličnih gena, FUSS algoritma i mnogi od njih su pokazali pozitivne rezultate u smislu izbjegavanja preuranjene konvergencije zbog slabe raznolikosti gena. Neuronska mreža je također imala manji utjecaj na raznolikost, a i pokazala se prigodna za donošenje odluka na temelju cijele populacije ako jedinke imaju jasno definirana pravila ponašanja.
Sažetak (engleski)
The aim of this work was to analyze different approaches that can be applied in the configuration of genetic algorithms in order to achieve control over the diversity of genes when searching for the best solution. For the purposes of this work, a virtual world was created in Unity that supports two populations and allows them to compete for limited resources. In the settings for the simulated world, options are provided that can easily change many parameters of the simulation run. Instructions are also given for modifying the virtual world in case of need to test different scenarios. Approaches such as elitism, removal of similar genes, FUSS algorithm have been tested and many of them have shown positive results in terms of avoiding premature convergence due to poor gene diversity. The neural network also had less impact on diversity, and proved to be suitable for making decisions based on the entire population if the individuals have clearly defined rules of behavior.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:200:108292
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: sveučilišni/a magistar/magistra inženjer/inženjerka računarstva (univ. mag. ing. comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2024-10-15 06:45:31