Experimentální vyhodnocení variant binární reprezentace v genetickém algoritmu

Nedbal, Jan

Experimentální vyhodnocení variant binární reprezentace v genetickém algoritmu

DSpace Repository

Language: English čeština

Experimentální vyhodnocení variant binární reprezentace v genetickém algoritmu

dc.contributor.advisor	Viktorin, Adam
dc.contributor.author	Nedbal, Jan
dc.date.accessioned	2025-12-10T23:09:50Z
dc.date.available	2025-12-10T23:09:50Z
dc.date.issued	2024-10-27
dc.identifier	Elektronický archiv Knihovny UTB
dc.identifier.uri	http://hdl.handle.net/10563/57734
dc.description.abstract	Tato diplomová práce se zabývá problematikou reprezentace reálných čísel v genetických algoritmech. Hlavním cílem je experimentální srovnání výkonnosti různých přístupů k binárnímu kódování reálných čísel: standardního binárního kódu s pevným bodem a reprezentace dle standardu IEEE 754. Dále je zkoumán vliv následné aplikace Grayova kódování na binární reprezentaci s pevným bodem - techniky, která upravuje binární řetězec tak, aby kódy sousedních diskrétních hodnot měly Hammingovu vzdálenost 1. Tyto binární varianty jsou porovnávány mezi sebou a s referenčním genetickým algoritmem pracujícím přímo s reálnými hodnotami. Experimenty jsou provedeny na sadě komplexních testovacích funkcí na instanci benchmarku generovanou pomocí GNBG. Hodnotí se především dosažená přesnost nalezených řešení, rychlost konvergence a robustnost jednotlivých přístupů. Výsledky poskytují vhled do vlivu volby reprezentace a případných následných kódovacích úprav na efektivitu genetického algoritmu při řešení numerických optimalizačních úloh.
dc.format	101 s. (132738)
dc.language.iso	cs
dc.publisher	Univerzita Tomáše Bati ve Zlíně
dc.rights	Bez omezení
dc.subject	genetické algoritmy	cs
dc.subject	binární reprezentace	cs
dc.subject	optimalizace reálných hodnot	cs
dc.subject	Grayův kód	cs
dc.subject	IEEE 754	cs
dc.subject	experimentální srovnání	cs
dc.subject	genetic algorithms	en
dc.subject	binary representation	en
dc.subject	real-value optimization	en
dc.subject	Gray code	en
dc.subject	IEEE 754	en
dc.subject	experimental comparison	en
dc.title	Experimentální vyhodnocení variant binární reprezentace v genetickém algoritmu
dc.title.alternative	Experimental Evaluation of Binary Representation Variants in Genetic Algorithm
dc.type	diplomová práce	cs
dc.contributor.referee	Volná, Eva
dc.date.accepted	2025-06-19
dc.description.abstract-translated	This Master's thesis deals with the issue of real number representation in genetic algorithms. The main goal is an experimental comparison of the performance of different approaches to the binary encoding of real numbers: standard fixed-point binary code and representation according to the IEEE 754 standard. Furthermore, the influence of the subsequent application of Gray coding to the fixed-point binary representation is examined - a technique that modifies the binary string so that the codes of adjacent discrete values have a Hamming distance of 1. These binary variants are compared with each other and with a reference genetic algorithm working directly with real values. Experiments are conducted on a set of complex test functions on a benchmark instance generated using GNBG. The evaluation primarily focuses on the achieved accuracy of the found solutions, convergence speed, and the robustness of the individual approaches. The results provide insight into the influence of the choice of representation and potential subsequent coding modifications on the efficiency of the genetic algorithm when solving numerical optimization problems.
dc.description.department	Ústav informatiky a umělé inteligence
dc.thesis.degree-discipline	Softwarové inženýrství	cs
dc.thesis.degree-discipline	Software Engineering	en
dc.thesis.degree-grantor	Univerzita Tomáše Bati ve Zlíně. Fakulta aplikované informatiky	cs
dc.thesis.degree-grantor	Tomas Bata University in Zlín. Faculty of Applied Informatics	en
dc.thesis.degree-name	Ing.
dc.thesis.degree-program	Informační technologie	cs
dc.thesis.degree-program	Information Technologies	en
dc.identifier.stag	70135
dc.date.submitted	2025-05-29