Evolutionary computation has been widely used in computer science for decades. Even though it started as far back as the 1960s with simulated evolution, the subject is still evolving. During this ...time, new metaheuristic optimization approaches, like evolutionary algorithms, genetic algorithms, swarm intelligence, etc., were being developed and new fields of usage in artificial intelligence, machine learning, combinatorial and numerical optimization, etc., were being explored. However, even with so much work done, novel research into new techniques and new areas of usage is far from over. This book presents some new theoretical as well as practical aspects of evolutionary computation. This book will be of great value to undergraduates, graduate students, researchers in computer science, and anyone else with an interest in learning about the latest developments in evolutionary computation.
U ovom radu opisan je postupak generiranja i optimizacije rasporeda zaposlenika tvrtke korištenjem genetskog algoritma. Općenito, evolucijsko računanje već se dugo koristi za rješavanja ovakvih ...tipova problema gdje je potrebno pretraživati velika područja svih mogućih rješenja u najkraćem mogućem roku. Budući da su takvi optimizacijski problemi najčešće kompleksnosti "NP-hard", "brute force" pristup nije primjenjiv jer obično košta previše procesorskog vremena. U rješavanju našeg problema koristili smo sve genetske operatore (selekcija, križanja i mutacija), dok je za potrebe implementacije razvijena aplikacija u programskom jeziku Java. Dobiveni rezultati u gotovo svim slučajevima predstavljaju optimalna rješenja (rasporede), a kada nije moguće doći do optimalnog rješenja, naš pristup daje jedno ili više rješenja koja su najbliža traženom optimumu. Pojedini genetski operatori i dobiveni rezultati opisani su u nastavku.
U ovom istraživanju razvijen je novi algoritam planiranja za transformaciju početnog neuređenog stanja objekata u uređeno konačno stanje. Zadatak algoritma planiranja je pronaći mogući niz djelovanja ...kojima se početno stanje okoline, kroz konačan broj diskretnih transformacija, može dovesti u zadano konačno stanje. Stanje okoline tumači se kroz položaj i orijentaciju objekata. Zadatak planiranja rješava se u dva koraka. Razvijena je konstruktivna heuristika pomoću koje se dobiva početni skup rješenja. Konstruktivna heuristika koristi mutacije za generiranje početne populacije. Genetski algoritam je razvijen za optimizaciju početnog skupa rješenja. Genetski algoritam karakteriziran je usporednom evolucijskom strategijom za pronalaženje rješenja, s ciljem prostorne pretvorbe neuređenog stanja objekata u uređeno, ograničen na dvodimenzionalnu interpretaciju radnog prostora. Verifikacija algoritma planiranja napravljena je u virtualnom okruženju.
In this work some actual combinatorial optimization problems are investigated. Several different methods are suggested for solving the following NP hard problems: maximally balanced connected ...partition problem in graph, general maximally balanced problem with q partitions ( q ≥ 2), maximum set splitting problem and p-ary transitive reduction problem in digraphs. Together with investigation of combinatorial optimization methods for solving these problems, the applying of these problems in education is also considered in the dissertation. For solving each of these problems, metaheuristics are developed: variable neighborhood search is developed for each problem and genetic algorithm is used for solving p-ary transitive reduction problem in digraphs. For maximally balanced connected partition problem a mixed linear programming model is established, which enables to solve the problem exactly for the instances of lower dimensions. Achieved numerical results indicate the high level of reliability and usability of the proposed methods. Problems solved in this research are of a great interest both in theoretical and practical points of view. They are used in production, computer networks, engineering, image processing, biology, social sciences and also in various fields of applied mathematics and computer science. In this work the applying of some problems in educational issues is also considered. It is shown that approaches of finding maximally balanced connected partition in graph and finding maximum splitting of the set can be successfully used in course organization, which is verified on the concrete examples. Based on the objective indicators and professor's assessment, the techniques for the identifying the connections between the lessons, as well as the weights of the lessons are developed. Thus, whole course can be represented as a connected weighted graph, enabling the resolving of the lesson partition problem by mathematical approaches. By assigning the lessons into the appropriate categories (topics area) inside a iv course, a collection of subsets (corresponding to the topics) of the set of lessons is created. If we set the requirement that lessons should be split into two disjoint subsets (e.g. into the winter and summer semesters), in a way that corresponding topics are processed in both subsets, then the mathematical model of the requirement and its solution corresponds to the set splitting problem. By the developed models of course organization, from which the NP hard problems arise, in addition to the scientific contributions in the fields of mathematical programming and operational research, contributions in educational aspects are added, especially in the methodology of teaching mathematics and computer science.
U ovom radu se istražuju neki aktuelni problemi kombinatorne optimizacije. Analizirane su i predstavljene različite metode rješavanja sljedećih NP teških problema: problem pronalaženja maksimalne povezane particije, uopšteni problem pronalaženja maksimalno balansirane povezane particije u grafu sa q particija (q ≥ 2), problem pronalaženja podjele skupa na dvije particije i problem pronalaženja p-arne tranzitivne redukcije u digrafu. Zajedno sa istraživanjem metoda kombinatorne optimizacije, kojima se rješavaju navedeni problemi, u disertaciji se istražuje i mogućnost primjene nekih od navedenih problema kombinatorne optimizacije u organizaciji nastave. Za svaki od ovih problema prikazane su metaheuristike za njihovo rješavanje: metod promjenljivih okolina je razvijen za sva četiri problema, dok je za problem tranzitivne redukcije u digrafu razvijen i genetski algoritam. Za problem maksimalno balansirane povezane particije u grafu je razvijen i model mješovitog cjelobrojnog linearnog programiranja, koji omogućava pronalaženje tačnog rješenja za instance manjih dimenzija. Dobijeni eksperimentalni rezultati ukazuju na visoku upotrebnu vrijednost svih razvijenih metoda. Problemi koji su rješavani u ovom radu su od velikog teorijskog i praktičnog značaja. Koriste se u proizvodnji, oblastima računarskih mreža, inžežerstvu, obradi slika, biologiji, društvenim naukama, a takođe i u oblastima primijenjene matematike i računarstva. U radu je razmatrana primjena nekih od navedenih problema u organizaciji nastave. Pokazalo se da se pronalaženja maksimalno balansirane povezane particije u grafu i problem pronalaženja podjele skupa na dvije particije uspješno mogu primijeniti u ogranizaciji planova i programa, kako je to prikazano i na konkretnim primjerima. Razvijene su tehnike za načine povezivanja lekcija, kao i za određivanje njihovih težina, zasnovanih na objektivnim pokazateljima i subjektivnim procjenama profesora. Time je postignuto da se čitav kurs predstavi kao povezan težinski graf, što pruža mogućnost da se problem podjele lekcija unutar kursa posmatra i rješava kao matematički problem. Pridruživanjem lekcija odgovarajućim kategorijama (tematskim cjelinama) unutar jednog kursa, kreira se familija podskupova (tematskih cjelina) čitavog skupa lekcija. Ako pretpostavimo da lekcije kursa treba razbiti u dva disjunktna podskupa (na primjer na zimski i ljetnji semestar), tako da što više tematskih cjelina bude "pokriveno" u oba ta podskupa, tada se navedeni problem svodi na rješavanje problema maksimalne podjele skupa. Razvijenim modelima u organizaciji nastave, iz kojih nastaju NP teški problemi, ovom radu je, pored naučnog doprinosa u polju matematičkog programiranja i operacionih istraživanja, pridodat i doprinos iz oblasti metodologije nastavnog procesa, sa naglaskom na metodologiju nastave matematike i računarstva.
Računarske metode rješavanja paralelnih problema korištenjem grafičkih obradnih jedinica (GPUs) zadnjih su godina pobudile veliki interes. Paralelno izračunavanje može se primijeniti na genetske ...algoritme (GAs) u odnosu na proces evaluacije jedinki u populaciji. Ovaj rad opisuje još jednu metodu primjene GAs na CUDA okruženje gdje je CUDA računarsko okruženje opće namjene za GPUs koje daje NVIDIA. Osnovna karakteristika ovog istraživanja leži u tome da se paralelna obrada koristi ne samo za jedinke nego i za gene u jedinki. Predložena implementacija se procjenjuje kroz osam ispitnih funkcija. Ustanovili smo da predložena metoda implementacije daje 7,6-18,4 puta brže rezultate od onih kod primjene CPU.
Tvrdo glodanje je postupak obrade materijala tvrdoće iznad 45 HRc. Kao tehnologija u razvoju, tvrdo glodanje predstavlja alternativu postupku obrade koji uključuje glodanje i završne operacije kao ...što su brušenje ili elektroerozijska obrada. U radu se na temelju eksperimentalnih podataka analizira istosmjerno i protusmjerno glodanje te istosmjerno i protusmjerno tvrdo glodanje. Na osnovi optimalnih parametara promatranih procesa, provedena je procjena ekonomske i kvalitativne održivosti tvrdog glodanja u odnosu na uobičajeni postupak obrade otvrdnutog čelika. Za procjenu optimalnih vrijednosti parametara obrade, kojima će se osigurati minimalno vrijeme obrade i minimalni troškovi obrade, korišteni su genetski algoritmi. Optimalne vrijednosti dobivene genetskim algoritmima, uspoređene su s vrijednostima dobivenim metodom simuliranog žarenja. Rezultati istraživanja pokazuju da su troškovi istosmjernog tvrdog glodanja 14 % viši od troškova istosmjernog glodanja, a troškovi protusmjernog tvrdog glodanja za 4,48 % viši nego troškovi protusmjernog glodanja. Ovo predstavlja polazni podatak u detaljnoj usporedbi standardne obrade tvrdih materijala i postupka tvrdog glodanja.
Planiranje procesa je jedna od ključnih aktivnosti u konstrukiciji i proizvodnji
proizvoda. Utjecaj procesnih planova na sve faze konstrukcije i proizvodnje
proizvoda zahtjeva visoku razinu ...interakcije različitih aktivnosti i jaku
integraciju u jedinstven sustav. Ovaj rad predstavlja model razvoja proizvoda
koristeći proizvodni pristup baziran na tehnikama inteligentnog procesa
planiranja. Žarište je usredotočeno na optimalan odabir proizvodnih parametara.
Neke varijante računalnog modela u analizi uvjeta obrade određenjenjem
optimalnih obradnih značajki u višestrukoj NC obradi, razvijene su, a potom
i analizirane primjene novih evolucijskih računalnih tehnika. Razvijeni su
Genetički algoritam (GA) kao optimizacijska metoda te deterministička
optimizacijska metoda (DO). Potom, za razvijen proizvod, su analizirane
primjene u realnom proizvodnom procesu planiranja. Rezultati pokazuju da
su obje optimizacijske metode (GA i DO), posebice GA, efikasne u rješavanju
multi-objective optimizacijskim problemima tijekom planiranja procesa i
odabiru značajki obradbe.
Pojava distribuirane proizvodnje u distribucijskoj i niskonaponskoj mreži rezultat je decentralizacije proizvodnje električne energije uvođenjem tržišta električne energije i napora radi smanjenja ...efekta staklenika. Kod planiranja elektroenergetskog sustava, a u što spada izgradnja novih proizvodnih kapaciteta, izgradnja mreže i ekspanzija reaktivnih kapaciteta, mora se pronaći optimalno rješenje. Koristi koje se mogu dobiti iz optimalnog rješenja su ekonomske, tehničke i ekološke naravi. Analitičke metode imaju vrlo malo uspjeha u rješavanju nelinearnih optimizacijskih problema. Evolucijski algoritmi pokazali su najveću stopu primjenjivosti na realne sustave. Cilj ovog rada je odrediti lokaciju i snagu distribuirane proizvodnje primjenom genetskog algoritma na vodnom polju 10 kV Strizivojna Hrast. Dobiveni rezultati odredili su dvije najoptimalnije lokacije i snage u napojnom vodu 10 kV Strizivojna Hrast.
Predstavljen je pristup za utvrđivanje nadomjesnih parametara strujnog kruga kaveznog asinkronog motora pomoću genetskih algoritama. Analizirano je nadomjesno strujno kolo bez razmatranja gubitaka u ...čeliku. Razmotrena je osjetljivost pristupa uporabom jednog, dva i tri niza podataka. Točnost predloženog pristupa je analizirana pomoću određivanja relativne pogreške u parametrima, dobivene genetskim algoritmima, u odnosu na analitičke vrijednosti.
Cilj rada je prezentirati optimizaciju obradnih parametara procesa tokarenja korištenjem umjetne inteligencije. Poradi ostvarivanja povećanja iskoristivosti i produktivnosti stroja potrebno je ...odabrati optimalne režime rada. Kao alat za pronalaženje potrebnih optimalnih strojnih parametara u ovom radu je korišten genetski algoritam. Optimalno rješenje je traženo u kombinaciji dobivanja minimalnog vremena obrade i minimalnih proizvodnih troškova, uzimajući u obzir tehnološke uvjete i karakteristike materijala.