Project detail

Akcelerace vybraných evolučních výpočetních technik pro řešení úloh globální optimalizace.

Duration: 01.03.2022 — 28.02.2023

Funding resources

Brno University of Technology - Vnitřní projekty VUT

- whole funder (2022-01-01 - 2023-12-31)

On the project

Optimalizační metaheuristiky patří k velice efektivním metodám pro řešení velké třídy inženýrských úloh. Příkladem takových úloh mohou být úlohy kombinatorické optimalizace jako např. job-shop scheduling, kvadratický přiřazovací problém, či obecný problém splnitelnosti. Limitujícím faktorem pro efektivní využití metaheuristik je vysoká výpočetní náročnost. Cílem předloženého projektu je vytvořit a ověřit akcelerované implementace pokročilých algoritmů CMA-ES, HC12 a distribuovaných GA.

Mark

FIT/FSI-J-22-7980

Default language

Czech

People responsible

Dobrovský Ladislav, Ing., Ph.D. - fellow researcher
Holoubek Tomáš, Ing. - fellow researcher
Jaroš Jiří, doc. Ing., Ph.D. - fellow researcher
Jaroš Marta, Ing., Ph.D. - fellow researcher
Matoušek Radomil, prof. Ing., Ph.D. - fellow researcher
Chlebík Jakub, Ing. - principal person responsible

Units

Department of Computer Systems
- internal (2022-01-01 - 2022-12-31)
Faculty of Information Technology
- beneficiary (2022-01-01 - 2022-12-31)
Faculty of Mechanical Engineering
- internal (2022-01-01 - 2022-12-31)
Institute of Automation and Computer Science
- internal (2022-01-01 - 2022-12-31)

Results

KŮDELA, J.; HOLOUBEK, T.; NEVORAL, T. Surrogate-Assisted Differential Evolution-Based Method for the ICSI’2022 Competition. In Advances in Swarm Intelligence. ICSI 2022, Part II. Lecture Notes in Computer Science, vol 13345. Springer, Cham, 2022. p. 440-449. ISBN: 978-3-031-09726-3.
Detail

KŮDELA, J.; NEVORAL, T.; HOLOUBEK, T. Composite Evolutionary Strategy and Differential Evolution Method for the ICSI’2022 Competition. In Advances in Swarm Intelligence. ICSI 2022, Part II. Lecture Notes in Computer Science, vol 13345. Springer, Cham, 2022. p. 432-439. ISBN: 978-3-031-09726-3.
Detail

KŮDELA, J.; NEVORAL, T.; HOLOUBEK, T. Comparing the Brain Storm Optimization Algorithm on the Ambiguous Benchmark Set. In Advances in Swarm Intelligence. ICSI 2022, Part II. Lecture Notes in Computer Science, vol 13344. Springer, Cham, 2022. p. 367-379. ISBN: 978-3-031-09726-3.
Detail

JAROŠ, M.; JAROŠ, J. Optimization of Execution Parameters of Moldable Ultrasound Workflows Under Incomplete Performance Data. In Job Scheduling Strategies for Parallel Processing. JSSPP 2022. Lecture Notes in Computer Science, LNCS 13592. Virtual Event: Springer Nature Switzerland AG, 2023. p. 152-171. ISBN: 978-3-031-22697-7.
Detail

JAROŠ, M.; JAROŠ, J. k-Dispatch's Performance Modules for Advanced Workflow Submission. Soláň: 2022. p. 0-0.
Detail

JAROŠ, M.; TREEBY, B.; JAROŠ, J. k-Plan: from the Hospital to the Cluster and back. Ostrava: 2022. p. 0-0.
Detail

MATOUŠEK, R.; HŮLKA, T. Stabilization of Higher Periodic Orbits of the Duffing Map using Meta-evolutionary Approaches: A Preliminary Study. In 2022 IEEE Congress on Evolutionary Computation (CEC). IEEE Congress on Evolutionary Computation (CEC). Padova, Italy: IEEE, 2022. p. 1-8. ISBN: 978-1-7281-8393-0.
Detail