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

Institucijski repozitorij: Repozitorij Fakulteta strojarstva i brodogradnje Sveučilišta u Zagrebu

Citirajte ovaj rad

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

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

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

Abrashi, A. (2011). 'Optimizacija problema raspoređivanja primjenom genetičkog algoritma s nišama.', Disertacija, Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, citirano: 22.11.2024., https://urn.nsk.hr/urn:nbn:hr:235:650930

Abrashi A. Optimizacija problema raspoređivanja primjenom genetičkog algoritma s nišama. [Disertacija]. Zagreb: Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje; 2011 [pristupljeno 22.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:235:650930

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
Podaci o radu
NaslovOptimizacija problema raspoređivanja primjenom genetičkog algoritma s nišama.
AutorArijan Abrashi
VIAF: 305629592
MentorNedeljko Štefanić (mentor)
Član povjerenstvaNikola Šakić (predsjednik povjerenstva)
Član povjerenstvaNedeljko Štefanić (član povjerenstva)
Član povjerenstvaBranko Novaković (član povjerenstva)
Član povjerenstvaIvo Čala (član povjerenstva)
Član povjerenstvaMarin Golub (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet strojarstva i brodogradnje
Zagreb
Datum i država obrane2011-05-02, 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)
Jezikhrvatski
URN:NBNurn:nbn:hr:235:650930
Studijski programNaziv: Strojarstvo i brodogradnja
Vrsta studija: sveučilišni
Stupanj studija: poslijediplomski doktorski
Akademski / stručni naziv: doktor/doktorica znanosti, područje tehničkih znanosti (dr.sc.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2020-12-04 08:42:17