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.

FIT/FSI-J-22-7980

čeština

Chlebík Jakub, Ing. - hlavní řešitel
Dobrovský Ladislav, Ing., Ph.D. - spoluřešitel
Holoubek Tomáš, Ing. - spoluřešitel
Jaroš Jiří, doc. Ing., Ph.D. - spoluřešitel
Jaroš Marta, Ing., Ph.D. - spoluřešitel
Matoušek Radomil, prof. Ing., Ph.D. - spoluřešitel

Fakulta informačních technologií
- odpovědné pracoviště (8.2.2022 - 16.2.2023)
Ústav počítačových systémů
- odpovědné pracoviště (16.2.2023 - nezadáno)
Fakulta strojního inženýrství
- interní (1.1.2022 - 31.12.2022)
Ústav automatizace a informatiky
- interní (1.1.2022 - 31.12.2022)
Ústav počítačových systémů
- interní (1.1.2022 - 31.12.2022)
Fakulta informačních technologií
- příjemce (1.1.2022 - 31.12.2022)

CHLEBÍK, J.; JAROŠ, J. Evolutionary NAS for Topology of an Acoustic Propagation Predictor. Soláň: 2022. p. 0-0.
Detail

JAROŠ, M.; JAROŠ, J. Optimization of Execution Parameters of Moldable Ultrasound Workflows Under Incomplete Performance Data. In Job Scheduling Strategies for Parallel Processing. 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.; TREEBY, B.; JAROŠ, J. k-Plan: From the Hospital to the Cluster and Back. Ostrava: 2022. p. 0-0.
Detail

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

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

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.; 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

Odpovědnost: Chlebík Jakub, Ing.