Optimizacija problema raspoređivanja primjenom genetičkog algoritma s nišama.

Abrashi, Arijan

prikaz prve stranice dokumenta Optimizacija problema raspoređivanja primjenom genetičkog algoritma s nišama.

Preuzmi
PDF 34.85 MB

disertacija

Optimizacija problema raspoređivanja primjenom genetičkog algoritma s nišama.

Zagreb: Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, 2011. urn:nbn:hr:235:650930

Abrashi, Arijan

Sveučilište u Zagrebu
Fakultet strojarstva i brodogradnje

Citirajte ovaj rad

APA 6th Edition

Abrashi, A. (2011). Optimizacija problema raspoređivanja primjenom genetičkog algoritma s nišama. (Disertacija). Preuzeto s https://urn.nsk.hr/urn:nbn:hr:235:650930

MLA 8th Edition

Abrashi, Arijan. "Optimizacija problema raspoređivanja primjenom genetičkog algoritma s nišama.." Disertacija, Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, 2011. https://urn.nsk.hr/urn:nbn:hr:235:650930

Chicago 17th Edition

Harvard

Abrashi, A. (2011). 'Optimizacija problema raspoređivanja primjenom genetičkog algoritma s nišama.', Disertacija, Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, citirano: 28.03.2023., https://urn.nsk.hr/urn:nbn:hr:235:650930

Vancouver

Abrashi A. Optimizacija problema raspoređivanja primjenom genetičkog algoritma s nišama. [Disertacija]. Zagreb: Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje; 2011 [pristupljeno 28.03.2023.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:235:650930

IEEE

A. Abrashi, "Optimizacija problema raspoređivanja primjenom genetičkog algoritma s nišama.", Disertacija, Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, Zagreb, 2011. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:235:650930

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:235:650930

Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.

Podaci o radu

Naslov	Optimizacija problema raspoređivanja primjenom genetičkog algoritma s nišama.
Autor	Arijan Abrashi VIAF: 305629592
Mentor	Nedeljko Štefanić (mentor)
Član povjerenstva	Nikola Šakić (predsjednik povjerenstva)
Član povjerenstva	Nedeljko Štefanić (član povjerenstva)
Član povjerenstva	Branko Novaković (član povjerenstva)
Član povjerenstva	Ivo Čala (član povjerenstva)
Član povjerenstva	Marin Golub (član povjerenstva)
Ustanova koja je dodijelila akademski / stručni stupanj	Sveučilište u Zagrebu Fakultet strojarstva i brodogradnje Zagreb
Datum i država obrane	2011-05-02, Hrvatska
Znanstveno / umjetničko područje, polje i grana	TEHNIČKE ZNANOSTI Strojarstvo
Univerzalna decimalna klasifikacija (UDC)	658 - Poslovni menadžment, upravljanje, administracija. Organizacija poslovanja
Sažetak	U doktorskom su radu dana osnovna svojstva genetičkoga algoritma te njegove prednosti i nedostaci. Posebno su razmatrane metode selekcije, operatori križanja i mutacije te direktan i indirektan način prezentacije kromosoma. Također je analizirana razlika između haploidnoga i diploidnoga kromosoma te je dana analiza utjecaja diploidnoga kromosoma na očuvanje genetske raznolikosti populacije. Predložen je i ispitan genetički algoritam s nišama (GA) koji se za usporedbu jedinki u populaciji koristi takozvanom Hamiltonovom sličnošću. Prednost Hamiltonove sličnosti je u tome da ne postoji potreba za poznavanjem problema koji se rješava da bi se uspješno usporedila dva člana populacije (u konkretnom slučaju dva rasporeda). Algoritam je ispitan na dvije grupe poznatih benchmark problema, mt4 i la5. Dobiveni rezultati pokazuju manju standardnu devijaciju predloženog algoritma u odnosu prema jednostavnom genetičkom algoritmu (SGA), što jasno upozorava na njegovu superiornost. Osim Hamiltonove sličnosti, predloženo je i vremenski zavisno skaliranje funkcije cilja koje u suradnji s nišama znatno umanjuje mogućnost zapinjanja genetičkog algoritma u jednom od manje poželjnih lokalnih optimuma. Na kraju su date smjernice za daljnja istraživanja na području genetičkih algoritama s nišama.
Sažetak (engleski)	In this PhD thesis basic characteristics of genetic algorithm have been presented along with its advantages and disadvantages. Selection methods, crossover and mutation operators, and direct and indirect chromosome presentation had especially been considered. The difference between haploid and diploid chromosomes was also analyzed and the influence of a diploid chromosome on the genetic diversity of a population presented. A niching genetic algorithm (GA), which uses so called Hamilton similarity for comparison of individuals in a population, was proposed and tested. The advantage of the Hamilton similarity lies in the fact that there is no need for context sensitive information in order to successfully compare two population members. Furthermore, the algorithm was tested on two famous benchmark problems (JSSP) - mt and la. The statistical results of the test were given. The significantly smaller standard deviation of the proposed GA compared to Simple GA clearly demonstrates its superiority. In addition to the Hamilton similarity, time dependent fitness scaling was also proposed, which in conjunction with niching significantly reduces the probability of the genetic algorithm getting trapped in one of the less desirable local optima. Finally, suggestions for future research are given.
Ključne riječi
Ključne riječi (engleski)
Jezik	hrvatski
URN:NBN	urn:nbn:hr:235:650930
Studijski program	Naziv: Strojarstvo i brodogradnja Vrsta studija: sveučilišni Stupanj studija: poslijediplomski doktorski Akademski / stručni naziv: doktor/doktorica znanosti, područje tehničkih znanosti (dr.sc.)
Vrsta resursa	Tekst
Način izrade datoteke	Izvorno digitalna
Prava pristupa	Otvoreni pristup
Uvjeti korištenja
Repozitorij	Repozitorij Fakulteta strojarstva i brodogradnje Sveučilišta u Zagrebu
Datum i vrijeme pohrane	2020-12-04 08:42:17