Knowledge base: Warsaw University of Technology

Settings and your account

Back

Implementation and Testing of Metaheuristic Optimization Algorithms

Bartłomiej Matusz

Abstract

This thesis presents three metaheuristic algorithms: clonal selection algorithm, particle swarm optimization and ant colony optimization. A biological mechanism that inspired creation of each algorithm was presented. Engineering adaptations of the mechanisms for the purposes of this thesis were described. AlI algorithms were implemented and tested. Clonal selection algorithm and particle swarm optimization were tested using objective functions, while ant colony optimization was tested using examples of TSP taken from TSPLIB library.
Diploma type
Engineer's / Bachelor of Science
Diploma type
Engineer's thesis
Author
Bartłomiej Matusz (FEIT/ICS) Bartłomiej Matusz,, The Institute of Computer Science (FEIT/ICS)Faculty of Electronics and Information Technology (FEIT)
Title in Polish
Implementacja i testowanie metaheurystycznych algorytmów optymalizacji
Supervisor
Jarosław Arabas (FEIT/PE) Jarosław Arabas,, The Institute of Electronic Systems (FEIT/PE)Faculty of Electronics and Information Technology (FEIT)
Certifying unit
Faculty of Electronics and Information Technology (FEIT)
Affiliation unit
The Institute of Computer Science (FEIT/ICS)
Language
(pl) Polish
Status
Finished
Issue date (year)
2009
Internal identifier
ENII-PI.001108
Keywords in Polish
algorytm selekcji klonalnej, algorytm mrówkowy, optymalizacja rojem cząstek, numeryczna optymalizacja, algorytm ewolucyjny, funkcje przystosowania, inteligencja rojów
Keywords in English
cional selection algorithm, ant colony optimization, particle swarm optimization, numerical optimization, evolutionary algorithm, objective functions, swarm intelligence
Abstract in Polish
Praca ta przedstawia trzy algorytmy metaheurystyczne: algorytm selekcji klonalnej, optymalizacje rojem czâstek oraz algorytm mrówkowy. Dla każdego z algorytmów zaprezentowany jest mechanizm będâey inspiraejâ do jego stworzenia. Następnie przedstawiona jest jego adaptacja na potrzeby niniejszej pracy. Każdy z algorytmów również został zaimplementowany i przetestowany. Algorytm selekcji klonalnej i optymalizacja roj em zostały przetestowane na wielowymiarowych funkcjach przystosowania, podczas gdy algorytm mrówkowy był testowany na przykładach problemu komiwojażera z biblioteki TSPLIB.

Uniform Resource Identifier
https://repo.pw.edu.pl/info/bachelor/WUTc6b78a7375d94fa1a79ce09df2ba2ba1/
URN
urn:pw-repo:WUTc6b78a7375d94fa1a79ce09df2ba2ba1

Confirmation
Are you sure?
Report incorrect data on this page