Ing. Jan Koza

Ing. Jan Koza

prof. Ing. RNDr. Martin Holeňa, CSc.

Katedra aplikované matematiky

Tato diplomová práce je o náhradních modelech pro Doubly Trained CMA-ES, který je modifikací originálního algoritmu CMA-ES, v black box optimalizaci. Používají se Gausovské procesy a neuronové sítě k modelování objektivní funkce a snížení počtu jejích evaluací. Hlavním cílem práce je zkoumání kombinace Gausovských procesů s neuronovými sítěmi jako náhradní model pro DTS-CMA-ES a jestli takový model vykáže lepší výsledky než samotné Gausovské procesy. V rámci práce byly vytvořeny experimenty na COCO-BBOB platformě k porovnání jednotlivých modelů. Statistická významnost všech měřených výsledků je důkladně ověřena pomocí Friedmanova testu po kterém následuje několikanásobné srovnání post-hoc testy. Výsledky práce nepotvrdily, že by kombinace GP a neuronových sítí(MLP) vykazovala lepší výsledky než samotné GP jako náhradní model pro DTS-CMA-ES v black box optimalizaci.

Práce na DSpace