Number of the records: 1
Genetické algoritmy pro řešení úlohy obchodního cestujícího
Title statement Genetické algoritmy pro řešení úlohy obchodního cestujícího [rukopis] / Kateřina Stránská Additional Variant Titles Genetické algoritmy pro řešení úlohy obchodního cestujícího Personal name Stránská, Kateřina (dissertant) Translated title Genetic algorithms for solving the travelling salesman problem Issue data 2012 Phys.des. 91 s. + 1 CD Note Ved. práce Pavel Ženčák Oponent Tomáš Fürst Another responsib. Ženčák, Pavel (thesis advisor) Fürst, Tomáš (opponent) Another responsib. Univerzita Palackého. Katedra matematické analýzy a aplikací matematiky (degree grantor) Keywords genetické algoritmy * problém obchodního cestujícího * genetic algorithms * travelling salesman problem Form, Genre diplomové práce master's theses UDC (043)378.2 Country Česko Language čeština Document kind PUBLIKAČNÍ ČINNOST Title Mgr. Degree program Navazující Degree program Matematika Degreee discipline Matematika a její aplikace book
Kvalifikační práce Downloaded Size datum zpřístupnění 00155065-458119381.pdf 45 1.3 MB 30.03.2012 Posudek Typ posudku 00155065-ved-559549456.pdf Posudek vedoucího 00155065-opon-940799526.pdf Posudek oponenta
V této práci je čtenář nejprve seznámen s problémem obchodního cestujícího (TSP) a se základním schématem genetických algoritmů. Jsou uvedeny některé metody řešení TSP - konstrukční a zlepšovací heuristiky. Dále jsou v práci popsány možné způsoby reprezentace pro TSP, ohodnocení, metody selekce, rekombinační operátory, náhradové strategie a také ukončovací kriteria. V praktické části jsou na příkladě testovány různé parametry a jejich různé kombinace. Na základě tohoto testování je uveden přibližný návod, jak jednotlivé parametry nastavit. Na závěr jsou genetickým algoritmem řešeny úlohy větších rozměrů.In this work, the reader is first acquainted with the traveling salesman problem (TSP) and the basic scheme of genetic algorithms. Some methods for solving TSP are mentioned- construction and improvement heuristics. Furthermore, this work describes the possible ways of representation for the TSP, evaluation, selection methods, recombination operators, replacement strategy and termination criteria. In the practical part various parameters and their various combinations are tested on a specific example. Based on this testing there is given a rough guide on how to set individual parameters. In conclusion, the genetic algorithm is used to solve some larger problems.
Number of the records: 1