Úplné zobrazení záznamu

Toto je statický export z katalogu ze dne 20.07.2016. Zobrazit aktuální podobu v katalogu.

Bibliografická citace

.
0 (hodnocen0 x )
(0.8) Půjčeno:3x 
BK
1. vyd.
Praha : BEN, 2002
189 s. : il.

ISBN 80-7300-069-5 (brož.) ISBN !9788073000691 (chyb.)
Obsahuje ilustrace, tabulky, předmluvu, úvod, rejstřík, údaje o autorovi
Bibliografie: s. 185-189
Inteligence umělá - optimalizace - pojednání
000113962
Obsah // 1 PŘEDMLUVA...17 // 2 ÚVOD DO PROBLEMATIKY OPTIMALIZAČNÍCH ALGORITMŮ...19 // 2.1 Současný stav...20 // 2.1.1 Nástin principu vybraných algoritmů...22 // 2.2 Perspektivy a alternativy...26 // 3 OPTIMALIZACE A ÚČELOVÁ FUNKCE...27 // 3.1 ÚČELOVÁ FUNKCE...30 // 3.2 ÚČELOVÁ FUNKCE JAKO GEOMETRICKÝ PROBLÉM...3 I // 3.3 Tvorba účelové funkce...33 // 4 VYBRANÉ ZÁKLADNÍ POJMY...36 // 4.1 Definiční obor algoritmů SOMA a diferenciální evoluce...36 // 4.2 Společné rysy obou algoritmů...38 // 4.3 Populace...39 // 5 OMEZENÍ A OŠETŘENÍ KRIZOVÝCH STAVŮ...43 // 5.1 FORMALIZACE PROBLÉMU...44 // 5.2 Omezení kladená na argumenty účelové funkce...45 // 5.3 Penalizace funkcí...46 // 5.4 Práce s celočíselnými a diskrétními hodnotami...47 // 6 SOMA : SAMO-ORGANIZUJÍCÍ SE MIGRAČNÍ ALGORITMUS...50 // 6.1 Parametry a terminologie...51 // 6.2 Populace...53 // 6.3 Mutace...53 // 6.4 KŘÍŽENÍ...54 // 6.5 Princip algoritmu SOMA...56 // 6.6 Strategie SOMA algoritmu...61 // 6.7 ZÁVISLOST SOMA na řídicích a ukončovacích parametrech...64 // 6.8 Zařazení algoritmu SOMA...66 // 6.9 SOMA A JINÉ OPTIMALIZAČNÍ ALGORITMY...68 // 7 DIFERENCIÁLNÍ EVOLUCE...71 // 7.1 Historie...71 // 7.2 Parametry a terminologie...72 // 7.3 Populace...73 // 7.4 Mutace...73 // 7.5 KŘÍŽENÍ...74 // 7.6 Princip činnosti diferenciální evoluce...74 // 7.7 Varianty diferenciální evoluce...80 // 7.8 Závislost diferenciální evoluce na řídicích parametrech...81
// 7.9 Stagnace...82 // 7.9.1 Vliv mutace F...85 // 7.9.2 Vliv křížící konstanty CR...85 // 7.9.3 Vliv velikosti populace NP...86 // 7.9.4 Stagnace - doporučená nastavení parametrů...86 // 8 POPIS OVLÁDÁNÍ PROGRAMŮ SOMA A DIFERENCIÁLNÍ EVOLUCE...87 // 9 GALERIE TESTOVACÍCH FUNKCÍ...95 // 10 UKÁZKOVÉ STUDIE...104 // 10.1 Testování algoritmu SOMA a diferenciální evoluce...105 // 10.2 Optimalizace problémů strojního inženýrství...118 // 10.2.1 Příklad 1: Návrh ozubeného převodu...119 // 10.2.2 Příklad 2: Návrh tlakové nádoby...124 // 10.2.3 Příklad 3: Návrh pružiny...133 // 10.3 Statická optimalizace reaktoru...141 // 10.3.1 Optimalizovaný reaktor...141 // 10.3.2 Nelineární model reaktoru...143 // 10.3.3 Optimalizace s penalizací a suboptimalizací chladicí plochy...144 // 10.4 PREDIKTIVNÍ ŘÍZENÍ...149 // 10.4.1 Prediktivní řízení a? a Tp...152 // 10.5 PID REGULÁTOR...154 // 10.6 Optimalizace vyzařovacího pole antény...159 // 10.7 UČENÍ NEURONOVÉ SÍTĚ...163 // 10.8 Inverzní fraktální problém...168 // 10.8.1 Fraktální geometrie...169 // 10.8.2 Inverzní fraktální problém a jeho řešení...173 // 11 ZÁVĚR NEBO ZAČÁTEK?...178 // 12 REJSTŘÍK...183 // 13 POUŽITÁ A DOPORUČENÁ LITERATURA...185 //
SEZNAM OBRÁZKŮ // Obr. 2.1 Princip horolezeckého algoritmu...23 // Obr. 2.2 Princip evoluční strategie...24 // Obr. 2.3 ANT algoritmus, princip...24 // Obr. 3.1 Unimodální účelová funkce jako geometrický problém...32 // Obr. 3.2 Mutimodální účelová funkce jako geometrický problém...32 // Obr. 3.3 Nekonečně mnoho globálních extrémů...33 // Obr. 3.4 Princip prediktivního řízení...33 // Obr. 3.5 Účelová funkce pro odhad parametrů modelu systému...34 // Obr. 3.6 Princip účelové funkce u inverzního fraktálního problému...35 // Obr. 3.7 Konverze extrémů...36 // Obr. 4.1 Ukázky funkcí vykazující kombinace některých vlastností 1-8, a-g...37 // Obr. 4.2 Ukázky funkcí vykazující kombinace některých vlastností 1-8, a-g...38 // Obr. 4.3 Populace...40 // Obr. 4.4 Funkce s rostoucími extrémy a dvě náhodně generované populacě...41 // Obr. 4.5ČÍSELNÉ VYJÁDŘENÍ dvou náhodně generovaných populací...41 // OBR. 4.6KONVERGENCE POPULACE KE GLOBÁLNÍMU EXTRÉMU...43 // Obr. 4.1 Vývoj hodnoty účelové funkce během evoluce...43 // Obr. 5.1 Separované prostory možných řešení...47 // Obr. 5.2 Geometrické znázornění práce s celočíselnými a diskrétními hodnotami...49 // Obr. 5.3 Princip ošetření diskrétního parametru jedince...49 // Obr. 6.1 Princip ukončovacího parametru AcceptedError...53 // Obr. 6.2 „PRTVector" v grafickém detailu...56 // Obr. 6.3 Princip SOMA - umělý příklad...57 // Obr. 6.4 Směrový vektor, viz vztahy (6.3) a (6.4)...59 // Obr. 6.5 Pohyb jedince po hraně SOMA mnohostěnu v „řezu“...61 // Obr. 6.6 SOMA MNOHOSTĚN VE 3D S JEDINCI ve vrcholech...61 // Obr. 6.8 Princip SOMA...62 // Obr.
6.9 Princip strategie AllToAll- umělý příklad...63 // Obr. 6.10 Závislost SOMA na řídicích a ukončovacích parametrech...65 // Obr. 7.1 Ukázkové funkce...78 // Obr. 7.2 Konvergence populace do globálního extrému na Swefelově funkci...78 // Obr. 7.3Np= 40, Fa Crměněno...81 // Obr. 7.4 F = 0.9, Npa Cr měněno...81 // Obr. 7.5 Cr= 0.9, NpaF měněno...82 // Obr. 7.6 Aktuální populace vlevo a všechny možné nové pozice...83 // Obr. 7.7 Porovnání různých hodnot pro variace parametru f...85 // Obr. 7.8 Počet možných zkušebních řešení...86 // Obr. 8.1 Vzhled WWW stránky algoritmů SOMA a DE...88 // Obr. 9.1 Množina bodů (v1Da2D realizaci) lišící se od globálního extrému...95 // Obr. 9.2 „1ST De Jong“-první De Jongova funkce...96 // Obr. 9.3„Rosenbrock’s saddle“ - Rosenbrokovo sedlo...97 // Obr. 9.4 „3ro De Jong“-třetí De Jongova funkce...97 // Obr. 9.5 „4TH De Jong“-čtvrtá De Jongova funkce...98 // Obr. 9.6,,Rastrigin’s function“ - Rastriginova funkce...98 // Obr. 9.7 „Schwefels function“ - Schwefelova funkce...99 // Obr. 9.8 „Griewangk’s function„ - Griewangkova funkce...99 // Obr. 9.9 „Sine envelope sine wave function“...100 // Obr. 9.10 Stretched V sine wave function...100 // Obr. 9.11 Test function (Ackley)...101 // Obr. 9.12 Ackley’s function-Ackelyho funkce // Obr. 9.13 Egg holder- držák (plato) vajec...102 // Obr. 9.14 Rana’sfunction-Ranova funkce...102 // Obr. 9.15 Pathological function
- patologická funkce...103 // Obr. 9.16 Michalewicz’s function-Michalewiczova funkce // Obr. 9.17 Masters’s cosine wave function - Mastersova cosinová vlnová funkce 104 // Obr. 10.11ST De Jong’s function...108 // Obr. 10.2 Rosenbrock’s saddle...109 // Obr. 10.3 3rd De Jong’s function...109 // Obr. 10.4 4th De Jong’s function...no // Obr. 10.5 Rastrigin’s function...HO // Obr. 10.6 Schwefels function...111 // Obr. 10.7 Griewangk’s function...in // Obr. 10.8 Stretched V sine wave function (Ackley)...112 // Obr. 10.9 Test function (Ackley)...112 // Obr. 10.10 Ackley’s function...KK // Obr. 10.11 Test function-egg holder...114 // OBR. 10.12 RANA’S FUNCTION...114 // Obr. 10.13 Pathological function...114 // Obr. 10.14 Michalewicz’s function...113 // Obr. 10.15 Cosine wave function (Masters)...115 // Obr. 10.16 SOMA, AllToAll Adaptive, 20 * opakovaná simulace...116 // Obr. 10.17 Ukázky záludných funkcí...K7 // Obr. 10.18 Ozubený převod z příkladu 1...119 // Obr. 10.19 Tlaková nádoba z příkladu 2...125 // Obr. 10.20 Pružina...133 // Obr. 10.21 Schéma reaktoru...142 // Obr. 10.22 Chování reaktoru nastaveného pomocí parametru experta...144 // Obr. 10.23 Statická optimalizace reaktoru...147 // Obr. 10.24 Statická optimalizace reaktoru-vítězný reaktor...147 // Obr. 10.25 Princip simulace...i48 // Obr. 10.26 Princip prediktivního řízení...149 // Obr. 10.27 Princip simulace...150 // OBR. 10.28 MIMO (5:2) PREDIKTIVNÍ ŘÍZENÍ BEZ PENALIZACE
AKČNÍCH VELIČIN...153 // Obr. 10.29 Stavový prostor řízeného systému a jeho výstup prow = 1...154 // Obr. 10.30 Stavový prostor řízeného systému a jeho výstup pro w= 3...155 // Obr. 10.31 Schéma zapojení...155 // OBR. 10.32 PID-ORIGINÁLNÍ PRŮBĚH a parametry PODLE...156 // Obr. 10.33 PID pokusí...156 // Obr. 10.34 PID pokus s vylepšenou účelovou funkcí pomocí DE...156 // Obr. 10.35 PID POKUS s vylepšenou účelovou funkcí pomocí SOMA...157 // Obr. 10.36 Řez hyperplochou účelové funkce pro systém řízený regulátorem PID... 158 // Obr. 10.37 Spirální anténa, základní princip...159 // Obr. 10.38 Princip konstrukce účelové funkce...160 // Obr. 10.39 Vyzařovací pole originální antény...160 // Obr. 10.40 Vyzařovací lalok antény optimalizované algoritmem SOMA...162 // Obr. 10.41 Historie 100 * opakované optimalizace...162 // Obr. 10.42 Vyzařovací lalok antény optimalizované diferenciální evolucí...163 // Obr. 10.43 Oscilující vývoj globální chyby (metoda „backpropagation“)...165 // Obr. 10.44 Hyperplocha účelové funkce „neuron...166 // Obr. 10.45 Vývoj globální chyby při učení umělého neuronu 100 * opakováno...168 // Obr. 10.46 Afinní transformace...169 // Obr. 10.47 Tvorba fraktálu pomocí afinních transformací...170 // Obr. 10.48 Totéž mateřské těleso a jiný výsledný tvar...171 // Obr. 10.49 Tvorba fraktálu Kapradina...171 // Obr. 10.50 Tvorba fraktálu Strom...172 // Obr. 10.51 Fraktály
Alej a třešňový sad...172 // Obr. 10.52 Princip TEA algoritmu...173 // Obr. 10.53 A jeho barevný výsledek...173 // Obr. 10.54 Princip účelové funkce u inverzního fraktálního problému...174 // Obr. 10.55 Plocha účelové funkce Pavouk...174 // Obr. 10.56 100 zopakovaná historie evoluce hodnoty účelové funkce...175 // Obr. 10.57 IFP Mandelbrotovy množiny...175 // Obr. 10.58 IFP fraktálu Vír...176 // Obr. 10.59 IFP fraktálu Pavouk...176 // Obr. 11.1 Náhodně generované funkce z OFP v rámci AP...180 // Obr. 11.2 Aproximace funkce sin(t)...181 // Obr. 11.3 Aproximace funkce \in(t)+\\cos(t)\\\ pomocí AP...181 // Obr. 11.4 Řešení diferenciální rovnice z [ 104] pomocí AP...182 // SEZNAM TABULEK // Tab. 2.1 Možné uspořádání optimalizačních algoritmů...20 // Tab. 2 Tvorba Specimenu v jazyce K...40 // KKK. 3 Tvorba populace...41 // TAB. 6.1 VÝZNAM PARAMETRŮ SOMA...51 // TAB. 6.2 PŘÍKLAD PERTURBAČNÍHO VEKTORU PRO JEDINCE O 4 PARAMETRECH A PRT = 0.3...54 // Tab. 6.3 Generování perturbačního vektoru v jazyce K...54 // Tab. 6.5 Pohyb jedince v jazyce K...55 // TAB. 6.6 VÝZNAM BIOLOGICKÉ teminologie v algoritmu SOMA...57 // Tab. 6.7 Definice parametrů...58 // Tab. 6.8 Tvorba populace...58 // Tab. 6.9 Migrační kola v jazyce K...60 // TAB. 6.10 UKONČOVACÍ PODMÍNKY MIGRACE...60 // Tab. 6.12 Konec a návrat nejlepšího jedince...60 // Tab. 7.1 Hodnoty řídicích parametrů diferenciální evoluce převzato z [ 36]...73 // Tab. 7.2
Křížení v diferenciální evoluci v jazyce K...74 // Tab. 7.3 Definice parametrů...75 // Tab. 7.4 Tvorba populace...75 // Tab. 7.5 Evoluční cyklus...76 // TAB. 7.6 UKONČOVACÍ PODMÍNKA DIFERENCIÁLNÍ EVOLUCE...77 // KKK. 7.7 Konec a návrat nejlepšího jedince...77 // Tab. 7.8 Princip diferenciální evoluce...79 // TAB. 7.9 PŘÍKLAD KONKRÉTNÍ POPULACE...83 // Tab. 7.10 VŠECHNA MOŽNÁ řešení (zkušební vektory- jedinci)...84 // Tab. 8.1 Soubory přiložených programu...88 // Tab. 8.2 Vybrané funkce programů SOMA a DE...87 // Tab. 8.3 Realizace účelové funkce v jazyce K...89 // Tab. 8.4 Struktura souboru costvalue.c...90 // Tab. 8.5 Po ukončení optimalizace...92 // Tab. 8.6 Detailní výpis v souboru *.OUT...92 // Tab. 8.7 Adresářová struktura po rozbalení souboru „compiled.exe“...93 // Tab. 10.1 Nalezené extrémy K testovacích funkcí pro algoritmus SOMA...107 // Tab. 10.2 Nalezeně extrémy u testovacích funkcí pro algoritmus DE...108 // Tab. 10.3 Testovací problémy...118 // Tab. 10.4 Alternativní metody použité k řešení testovacích problémů...118 // Tab. 10.5 Optimální řešení získané jinými algoritmy než SOMA...121 // Tab. 10.6 Optimální řešení získané algoritmem SOMA...122 // Tab. 10.7 Alternativní řešení získaná pomocí SOMA...122 // Tab. 10.8 Alternativní řešení získaná pomocí DE...122 // Tab. 10.9 Obsah inicializačních souborů pro SOMA a DE algoritmus...123 // Tab. 10.10 Realizace účelové
funkce v jazyce K...123 // Tab. 10.11 Detailní hlášení o výsledcích optimalizace v souboru typu * OUT 124 // Tab. 10.12 Hranice jednotlivých proměnných pro návrh tlakové nádoby...126 // Tab. 10.13 Optimální řešení tlakově nádoby případ A...127 // Tab. 10.14 Optimální řešení tlakové nádoby pomocí SOMA, případ A...128 // Tab. 10.15 Optimální řešení tlakové nádoby případ K...128 // Tab. 10.16 Optimální řešení tlakové nádoby pomocí SOMA, případB...129 // Tab. 10.18 Optimální řešení tlakové nádoby případ K: odlišná definice omezení g& 129 // Tab. 10.18 Optimální řešení tlakové nádoby pomocí SOMA, případ K...130 // Tab. 10.20 Obsah inicializačních souborů pro SOMA a DE algoritmus...l K l // Tab. 10.20 Realizace účelové funkce v jazyce K...131 // KKK. 10.21 DETAILNÍ HLÁŠENÍ O VÝSLEDCÍCH OPTIMALIZACE V SOUBORU TYPU TOUT...133 // KKK. 10.22 Možné hodnoty průměru prutu pružiny v palcích...135 // Tab. 10.24 Hranice proměnných pro návrh pružiny...135 // Tab. 10.24 Optimální řešení, případ A...136 // Tab. 10.25 Optimální řešení, pomocí SOMA, případ A...136 // Tab. 10.26 Optimální řešení, případB...137 // Tab. 10.27 Optimální řešení pomocí SOMA, případB...137 // Tab. 10.28 Obsah inicializačních souborů pro SOMA a DE algoritmus...138 // Tab. 10.29 Realizace účelové funkce v jazyce K...138 // Tab. 10.30 Detailní hlášení o výsledcích optimalizace
v souboru typu * OUT 140 // Tab. 10.31 Rozdíl mezi expertně navrženým a optimalizací získaným reaktorem 148 // Tab. 10.32 Omezení akčních veličin v prediktivním řízení...152 // Tab. 10.33 Nalezené hodnoty regulátoru...157 // Tab. 10.34 Struktura inicializačního souboru,,??antena.txt"...161 // KKK. 10.35 ÚČELOVÁ FUNKCE PRO OPTIMALIZACI VYZAŘOVACÍHO POLE ANTÉNY...162 // Tab. 10.36 Rozdíl mezi neuronovou sítí a klasickým počítačem...164 // Tab. 10.37 Trénovací množina...165 // Tab. 10.38 Struktura inicializačního souboru„??NEURON.m"...167 // KKK. 10.39 ÚČELOVÁ FUNKCE „NEURON“ V JAZYCE K... 167 // Tab. 10.40 Nalezené extrémy (totožné s globálním) a jejich souřadnice...168 // Tab. 10.41 Struktura inicializačních souborů jednotlivých IFP...177 // Tab. 10.42 Účelová funkce „Mandelbrot" v jazyce K...177
(OCoLC)53269780
cnb001187550

Zvolte formát: Standardní formát Katalogizační záznam Zkrácený záznam S textovými návěštími S kódy polí MARC