Iskanje po katalogu digitalne knjižnice

Iskalni niz:	išči po
	išči po
	išči po
	išči po
Vrsta gradiva:	* po starem in bolonjskem študiju
Jezik:
Išči po:
Opcije:	Prikaži samo zadetke s celotnim besedilom
	Ponastavi

1 - 4 / 4

Implementacija algoritma iL-SHADE v programskem jeziku Python
Grega Rubin, 2024, diplomsko delo

Opis: V diplomskem delu opišemo algoritme po vzorih iz narave in se poglobimo v delovanje diferencialne evolucije, algoritma iL-SHADE ter njegovega predhodnika L-SHADE. Algoritem iL-SHADE implementiramo v programskem jeziku Python ter s pomočjo testnih funkcij tekmovanja CEC 2014 preizkusimo njegovo delovanje. Rezultate naše implementacije in originalne implementacije uporabimo v Wilcoxonovem neparametričnem testu ter s tem pokažemo pravilnost naše implementacije. Izvedemo tudi primerjavo med našim algoritmom in algoritmom L-SHADE iz knjižnice NiaPy. Algoritem iL-SHADE vključimo v knjižnico NiaPy, katere namen je zbiranje in enostavna uporaba algoritmov po vzorih iz narave.
Ključne besede: iL-SHADE, NiaPy, algoritmi po vzorih iz narave, evolucijski algoritmi, diferencialna evolucija
Objavljeno v DKUM: 23.12.2024; Ogledov: 0; Prenosov: 32
Celotno besedilo (2,19 MB)

Implementacija algoritma klonske selekcije v Pythonu : diplomsko delo
Andraž Peršon, 2024, diplomsko delo

Opis: Namen diplomskega dela je implementirati algoritem, ki pri reševanju problemov uporablja vzore iz narave, podrobneje algoritem klonske selekcije. Celotna raziskava je bila izvedena na podlagi proučevanja spletnih virov. Omenjena sta programski jezik Python in knjižnica NiaPy, ki vključuje številne algoritme po vzorih iz narave. Predstavljene so rešitve, podobne algoritmu klonske selekcije, ki že obstajajo. Razložena sta algoritem klonske selekcije in njegova implementacija v programskem jeziku Python. Podrobno so predstavljeni rezultati in testiranje algoritma klonske selekcije ter integracija omenjenega algoritma v knjižnico NiaPy.
Ključne besede: algoritmi po vzoru iz narave, optimizacijski algoritem klonske selekcije, knjižnica NiaPy, Python
Objavljeno v DKUM: 01.03.2024; Ogledov: 511; Prenosov: 85
Celotno besedilo (1,05 MB)

Prilagodljivi algoritem diferencialne evolucije z arhivom uspešnosti in linearnim zmanjševanjem populacije : diplomsko delo
Aleš Gartner, 2022, diplomsko delo

Opis: V sklopu diplomskega dela predstavljamo delovanje prilagodljivega algoritma diferencialne evolucije z arhivom uspešnosti in linearnim zmanjševanjem populacije ter ga implementiramo v programskem jeziku Python. S statistično primerjavo rezultatov implementacije na testnih funkcijah smo pokazali, da smo algoritem uspešno implementirali. Algoritem smo vključili v Python knjižnico NiaPy ter primerjali njegovo učinkovitost z drugimi algoritmi diferencialne evolucije, implementiranimi v NiaPy. Z analizo rezultatov smo pokazali, da je naš implementirani algoritem resnično eden izmed najučinkovitejših verzij algoritma diferencialne evolucije.
Ključne besede: optimizacija, algoritmi po vzoru iz narave, diferencialna evolucija, NiaPy
Objavljeno v DKUM: 24.10.2022; Ogledov: 454; Prenosov: 37
Celotno besedilo (1008,89 KB)

Implementacija optimizacijskega algoritma po vzorih obnašanja levov v Pythonu : diplomsko delo
Aljoša Mesarec, 2021, diplomsko delo

Opis: V diplomskem delu je predstavljen razvoj in delovanje algoritma po vzorih obnašanja levov. V praktičnem delu je bil algoritem implementiran v programskem jeziku Python, z vključitvijo knjižnic NiaPy. Izvedena je bila primerjava učinkovitosti s preostalimi že implementiranimi algoritmi iz knjižnice NiaPy. Rezultati so bili primerjani s pomočjo kritičnih testov. Na podlagi rezultatov kritičnih testov je bilo ugotovljeno, da je algoritem po vzorih obnašanja levov primerljiv z ostalimi algoritmi iz knjižnice Niapy.
Ključne besede: Python, optimizacijski algoritmi, algoritmi po vzorih iz narave, NiaPy
Objavljeno v DKUM: 18.10.2021; Ogledov: 796; Prenosov: 57
Celotno besedilo (1,03 MB)

Iskanje izvedeno v 0.09 sek.

Na vrh