prikaz prve stranice dokumenta Surogatni model za funkciju Rosenbrock u višedimenzijskom prostoru
  Download
PDF 5.78 MB
master's thesis
Surogatni model za funkciju Rosenbrock u višedimenzijskom prostoru
Rijeka: University of Rijeka, Faculty of Engineering, 2022. urn:nbn:hr:190:632027
Gilja, Borna
University of Rijeka
Faculty of Engineering
Department of Computer Engineering

Linked objects
Programski kod projekta | Appendix

Institutional repository: Repository of the University of Rijeka, Faculty of Engineering

Cite this document

Gilja, B. (2022). Surogatni model za funkciju Rosenbrock u višedimenzijskom prostoru (Master's thesis). Rijeka: University of Rijeka, Faculty of Engineering. Retrieved from https://urn.nsk.hr/urn:nbn:hr:190:632027

Gilja, Borna. "Surogatni model za funkciju Rosenbrock u višedimenzijskom prostoru." Master's thesis, University of Rijeka, Faculty of Engineering, 2022. https://urn.nsk.hr/urn:nbn:hr:190:632027

Gilja, Borna. "Surogatni model za funkciju Rosenbrock u višedimenzijskom prostoru." Master's thesis, University of Rijeka, Faculty of Engineering, 2022. https://urn.nsk.hr/urn:nbn:hr:190:632027

Gilja, B. (2022). 'Surogatni model za funkciju Rosenbrock u višedimenzijskom prostoru', Master's thesis, University of Rijeka, Faculty of Engineering, accessed 02 May 2024, https://urn.nsk.hr/urn:nbn:hr:190:632027

Gilja B. Surogatni model za funkciju Rosenbrock u višedimenzijskom prostoru [Master's thesis]. Rijeka: University of Rijeka, Faculty of Engineering; 2022 [cited 2024 May 02] Available at: https://urn.nsk.hr/urn:nbn:hr:190:632027

B. Gilja, "Surogatni model za funkciju Rosenbrock u višedimenzijskom prostoru", Master's thesis, University of Rijeka, Faculty of Engineering, Rijeka, 2022. Available at: https://urn.nsk.hr/urn:nbn:hr:190:632027

Metadata
TitleSurogatni model za funkciju Rosenbrock u višedimenzijskom prostoru
Title (english)Surrogate model for Rosenbrock function in multidimensional space
AuthorBorna Gilja
MentorGoran Mauša (mentor)
Committee memberIvan Štajduhar (predsjednik povjerenstva)
Committee memberKristijan Lenac (član povjerenstva)
Committee memberGoran Mauša (član povjerenstva)
GranterUniversity of Rijeka
Faculty of Engineering
(Department of Computer Engineering)
Rijeka
Defense date and country2022-07-18, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Artificial Intelligence
Abstract
U radu je opisan optimizacijski problem traženja globalnog minimuma Rosenbrock funkcije korištenjem surogatnog modela. Kao surogatni model korištena je neuronska mreža kojom se napravila aproksimacija Rosenbrock funkcije. Razvijeno je kompletno rješenje koje nudi izradu inicijalnog skupa podataka, izgradnju i treniranje modela neuronske mreže kao i optimizaciju korištenjem evolucijskog algoritma. Implementiran je evolucijski algoritam koji vrednuje rješenja pomoću surogatnog modela. U odnosu na evolucijski algoritam koji vrednuje rješenja korištenjem Rosenbrock funkcije, implementirani algoritam je pronašao jednako dobro rješenje uz uštedu od 70,000 izvršavanja Rosenbrock funkcije. Zbog uštede u ukupnom broju izvršavanja funkcije dobrote, korištenje surogatnih modela omogućava rješavanje problema optimizacije u slučaju u kojem vrednovanje jednog rješenja zahtjeva izvršavanje vremenski skupe funkcije.
Abstract (english)
The paper describes the optimization problem of searching for the global minimum of the Rosenbrock function using a surrogate model. As a surrogate model, a neural network was used to approximate the Rosenbrock function. A complete solution has been developed that offers creation of an initial data set, construction and training of a neural network model, as well as optimization using an evolutionary algorithm. An evolutionary algorithm was implemented that evaluates solutions using a surrogate model. Compared to the evolutionary algorithm that evaluates solutions using the Rosenbrock function, the implemented algorithm found an equally good solution with a saving of 70,000 executions of the Rosenbrock function. Due to the savings in the total number of executions of the fitness function, the use of surrogate models enables solving the optimization problem in the case where the evaluation of one solution requires the execution of a time-consuming function.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:190:632027
Study programmeTitle: Computer Engineering
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsOpen access
Terms of useLicence Attribution 4.0 International (CC BY 4.0) icon
Created on2022-07-17 10:45:10