Statisztikai Versenyeztető Ötvözés alapú Genetikus Algoritmus a Jármű Ütemezési Problémára
A genetikus algoritmusok moduláris metaheurisztikák, amik az evolúciós folyamatot szimulálják egy megoldás halmaz felett. Az optimalizálás nagyon rugalmas, de lassú, ami jelentősen nehezíti a kutatást a területen. A dolgozat terméke egy új variáns, ami más variánsokat versenyeztet, miközben statisztikai adatot gyűjt. Eredményeink azt mutatják, hogy az új variáns egy hatékony, önálló és még adaptívabb megoldás. Azok a variánsok, amik gyorsabban konvergálnak vezetik a versenyt, de elakadnak lokális minimumokban. Ezekben az esetekben a rugalmasabb kombinációk lassabb konvergenciával nagyobb futási valószínűségre tesznek szert és jobb megoldásokat találnak távolabb a lokális minimumtól. A hibrid gyorsabb konvergenciára képes minimális futási idő többlettel.
szerző
-
Holló-Szabó Ákos
Mérnök informatikus szak, mesterképzés
mesterképzés (MA/MSc)
konzulensek
-
Albert István
mérnöktanár, Automatizálási és Alkalmazott Informatikai Tanszék -
Dr. Botzheim János
Tanszékvezető, ELTE Informatikai Kar, Mesterséges Intelligencia Tanszék (külső)