Cílem diplomové práce je navržení metod výpočtu cenové funkce pro evoluční algoritmy s užitím prostorových dat. Práce je zaměřena na kombinaci restrikce měřící škály geodat pomocí evolučních algoritmů, informační entropie a tvarových metrik. Účelem této práce je nalézt vhodnou metodu, která kombinuje výše zmíněné, vizualizovat výsledky a vyhodnotit je. V praktické části byl vytvořen nástroj ESMEA (Entropy and Shape Metrics Evolutionary Algorithms) v podobě Python skriptu, který umožňuje testovat různé typy evolučních algoritmů a měnit jejich vstupní parametry. Výsledky byly vizualizovány pomocí dvojice map, posteru a tabelárních výstupů.The aim of this master thesis is to design a method of calculation of cost function for evolutionary algorithms with use of spatial data. This master thesis is focused on combination of geodata scale restriction using evolutionary algorithms, information entropy and shape metrics. The main objective of this master thesis is to find a suitable method for combination of mentioned methods, visualize and evaluate results. During work on this thesis, there was created a Python script named ESMEA (Entropy and Shape Metrics Evolutionary Algorithms), which allows to test various types of evolutionary algorithms and change input values. Results were visualised as a pair of maps, poster and tabular outputs.