Cílem této diplomové práce je provést výzkum na téma možnosti implementace novelty search do evolučních algoritmů. První část se zabývá teoretickým popisem problematiky, vysvětlením základních pojmů a motivací k tématu. Čtenář je nejprve uveden do problematiky širšího spektra, které je postupně zužováno až k samotnému novelty search. Problematika jinak velmi abstraktní vědy je v teoretické části práce vysvětlována pomocí různých analogií. V závěru teoretické části práce jsou zvoleny a popsány konkrétní evoluční algoritmy, které budou podrobeny implementaci novelty search. V praktické části práce jsou tyto algoritmy naprogramovány, je navržena a popsána metodika evaluace novelty search a tato metodika je využita pro implementaci novelty search do zvolených evolučních algoritmů. V praktické části práce je představeno několik možných implementací, které jsou podrobně popsány a vyhodnoceny pomocí statistických metod. Závěrem práce je zhodnocení výsledků jednotlivých implementací této inovativní a doposud málo probádané metodiky.
Anotace v angličtině
The aim of this diploma thesis is to conduct research on the possibility of implementing novelty search into evolutionary algorithms. The first part deals with a theoretical description of the issue, an explanation of basic concepts and motivations for the topic. The reader is first introduced to the issue of a wider spectrum, which is gradually narrowed down to the novelty search itself. The issue of otherwise very abstract science is explained in the theoretical part of the work using various analogies. At the end of the theoretical part of the work, specific evolutionary algorithms are selected and described, which will be subjected to the implementation of novelty search. In the practical part of the work, these algorithms are programmed, the methodology of novelty search evaluation is designed and described, and this methodology is used for the implementation of novelty search into selected evolutionary algorithms. The practical part of the work presents several possible implementations. These implementations are described in detail and evaluated using statistical methods. The conclusion of the work is the evaluation of the results of individual implementations of this innovative and so far little studied methodology.
Cílem této diplomové práce je provést výzkum na téma možnosti implementace novelty search do evolučních algoritmů. První část se zabývá teoretickým popisem problematiky, vysvětlením základních pojmů a motivací k tématu. Čtenář je nejprve uveden do problematiky širšího spektra, které je postupně zužováno až k samotnému novelty search. Problematika jinak velmi abstraktní vědy je v teoretické části práce vysvětlována pomocí různých analogií. V závěru teoretické části práce jsou zvoleny a popsány konkrétní evoluční algoritmy, které budou podrobeny implementaci novelty search. V praktické části práce jsou tyto algoritmy naprogramovány, je navržena a popsána metodika evaluace novelty search a tato metodika je využita pro implementaci novelty search do zvolených evolučních algoritmů. V praktické části práce je představeno několik možných implementací, které jsou podrobně popsány a vyhodnoceny pomocí statistických metod. Závěrem práce je zhodnocení výsledků jednotlivých implementací této inovativní a doposud málo probádané metodiky.
Anotace v angličtině
The aim of this diploma thesis is to conduct research on the possibility of implementing novelty search into evolutionary algorithms. The first part deals with a theoretical description of the issue, an explanation of basic concepts and motivations for the topic. The reader is first introduced to the issue of a wider spectrum, which is gradually narrowed down to the novelty search itself. The issue of otherwise very abstract science is explained in the theoretical part of the work using various analogies. At the end of the theoretical part of the work, specific evolutionary algorithms are selected and described, which will be subjected to the implementation of novelty search. In the practical part of the work, these algorithms are programmed, the methodology of novelty search evaluation is designed and described, and this methodology is used for the implementation of novelty search into selected evolutionary algorithms. The practical part of the work presents several possible implementations. These implementations are described in detail and evaluated using statistical methods. The conclusion of the work is the evaluation of the results of individual implementations of this innovative and so far little studied methodology.
Vypracujte literární rešerši na téma moderních metaheuristik.
Popište principy metody Novelty search.
Prozkoumejte možnosti úpravy samo-adaptačních mechanismů a řízení populační dynamiky u moderních evolučních algoritmů.
Navrhněte vlastní implementaci Novelty search ve zvoleném programovacím prostředí.
Otestujte vytvořený algoritmus, případně několik různých variant, na vybraných testovacích funkcích.
Proveďte srovnání s vybranými evolučními algoritmy a výsledky přehledně graficky a tabulkově zobrazte.
Proveďte závěr a zhodnoťte možnosti dalšího výzkumu.
Zásady pro vypracování
Vypracujte literární rešerši na téma moderních metaheuristik.
Popište principy metody Novelty search.
Prozkoumejte možnosti úpravy samo-adaptačních mechanismů a řízení populační dynamiky u moderních evolučních algoritmů.
Navrhněte vlastní implementaci Novelty search ve zvoleném programovacím prostředí.
Otestujte vytvořený algoritmus, případně několik různých variant, na vybraných testovacích funkcích.
Proveďte srovnání s vybranými evolučními algoritmy a výsledky přehledně graficky a tabulkově zobrazte.
Proveďte závěr a zhodnoťte možnosti dalšího výzkumu.
Seznam doporučené literatury
ZELINKA, Ivan. Evoluční výpočetní techniky: principy a aplikace. 1. vyd. Praha: BEN - technická literatura, 2009, 534 s. ISBN 978-80-7300-218-3.
KACPRZYK, Janusz a Witold PEDRYCZ, ed. Springer handbook of computational intelligence. Dordrecht: Springer, 2015, lvi, 1633 s. ISBN 9783662435045.
ZELINKA, Ivan, Václav SNÁŠEL a Ajith ABRAHAM, ed. Handbook of optimization: from classical to modern approach. Berlin: Springer, c2013, xii, 1100 s. Intelligent systems reference library. ISBN 9783642305030.
KENNEDY, James, Russell C EBERHART a Yuhui SHI. Swarm intelligence. San Francisco: Morgan Kaufmann, c2001, xxvii, 512 s. ISBN 1-55860-595-9.
STANLEY, Kenneth O. a Joel LEHMAN, 2015. Why Greatness Cannot Be Planned: The Myth of the Objective. 2015th edition. Springer. ISBN 9783319155234.
LEHMAN, Joel; STANLEY, Kenneth O. Exploiting open-endedness to solve problems through the search for novelty. ALIFE. 2008. s. 329-336.
Seznam doporučené literatury
ZELINKA, Ivan. Evoluční výpočetní techniky: principy a aplikace. 1. vyd. Praha: BEN - technická literatura, 2009, 534 s. ISBN 978-80-7300-218-3.
KACPRZYK, Janusz a Witold PEDRYCZ, ed. Springer handbook of computational intelligence. Dordrecht: Springer, 2015, lvi, 1633 s. ISBN 9783662435045.
ZELINKA, Ivan, Václav SNÁŠEL a Ajith ABRAHAM, ed. Handbook of optimization: from classical to modern approach. Berlin: Springer, c2013, xii, 1100 s. Intelligent systems reference library. ISBN 9783642305030.
KENNEDY, James, Russell C EBERHART a Yuhui SHI. Swarm intelligence. San Francisco: Morgan Kaufmann, c2001, xxvii, 512 s. ISBN 1-55860-595-9.
STANLEY, Kenneth O. a Joel LEHMAN, 2015. Why Greatness Cannot Be Planned: The Myth of the Objective. 2015th edition. Springer. ISBN 9783319155234.
LEHMAN, Joel; STANLEY, Kenneth O. Exploiting open-endedness to solve problems through the search for novelty. ALIFE. 2008. s. 329-336.
Přílohy volně vložené
1 CD ROM
Přílohy vázané v práci
-
Převzato z knihovny
Ne
Plný text práce
Přílohy
Posudek(y) oponenta
Hodnocení vedoucího
Záznam průběhu obhajoby
Diplomant odprezentoval před komisí hlavní cíle a výsledky své diplomové práce. Prezentace jako celek byla zpracována na velmi dobré úrovni, student dokázal vystihnout klíčové body práce. Následně byl student seznámen s posudky vedoucího a oponenta diplomové práce. Diplomant postupně odpověděl na otázky oponenta práce.
Komise vznesla k obhajobě následující dotazy:
1) Doc. Kotyrba: Publikoval jste již výsledky své práce?
1) Doc. Kotyrba: Jaký je rozdíl mezi klasickým náhodný prohledáváním a Vaším přístupem?
1) Doc. Prokopová: Jakým způsobem zjišťujete zda jste nalezl globálí optimum či uváznutí v lokálním extrému?
Na kladené dotazy diplomant reagoval na výborné úrovni.