D. Verenės daktaro disertacijos „Genetiniai hierarchiniai algoritmai kvadratinio paskirstymo uždaviniui” gynimas

Autorius, institucija:  Dovilė Verenė, Kauno technologijos universitetas

Mokslo sritis, kryptis: gamtos mokslai, informatika, N009

Mokslinis konsultantas: prof. dr. Alfonsas Misevičius (Kauno technologijos universitetas, gamtos mokslai, informatika, N009)

Informatikos mokslo krypties disertacijos gynimo taryba:
prof. habil. dr. Barauskas Rimantas (Kauno technologijos universitetas, gamtos mokslai, informatika, N009) – pirmininkas
prof. habil. dr. Dzemyda Gintautas (Vilniaus universitetas, gamtos mokslai, informatika, N009)
doc. dr. Paulauskaitė-Tarasevičienė Agnė (Kauno technologijos universitetas, gamtos mokslai, informatika, N009)
prof. dr. Jusas Vacius (Kauno technologijos universitetas, gamtos mokslai, informatika, N009)

Su disertacija galima susipažinti Kauno technologijos universiteto bibliotekoje (K. Donelaičio g. 20, Kaunas).

Daktaro disertacijos gynimas vyko nuotoliniu būdu.

Anotacija:

Disertaciniame darbe yra ištirtas genetinis hierarchinis (GH) algoritmas (GHA) ir jo variantai kvadratinio paskirstymo (KP) uždaviniui spręsti. Algoritmo pagrindinė skiriamoji savybė yra ta, jog jis pasižymi savo struktūros hierarchiškumu. Algoritmą sudaro keli struktūriniai lygmenys ir jis yra integruotas su hierarchinės-iteratyviosios tabu paieškos (HITP) procedūra.

Pagrindinės GHA dalys yra šios: populiacijos konstravimas; sprendinių atrinkimas kryžminimui; kryžminimas; palikuonių gerinimas panaudojant hierarchinės iteratyviosios tabu paieškos procedūrą; mutavimas; populiacijos atnaujinimas; populiacijos perkrovimas. HITP algoritmą savo ruožtu sudaro trys komponentai: sprendinio parinkimas, sprendinio lokalusis pagerinimas ir sprendinio pertvarkymas.

Genetinis algoritmas operuoja su labai aukštos kokybės sprendinių populiacija. Kad gauti kuo geresnę populiaciją, pradinės populiacijos formavimui naudojamas HITP algoritmas su padidintu iteracijų skaičiumi. GA stagnacijos eliminavimui naudojamas populiacijos perkrovimas.

Yra atlikti eksperimentiniai tyrimai, panaudojant tęstinius KP uždavinio pavyzdžius iš bibliotekos QAPLIB. Konkrečiai yra atlikti eksperimentai su skirtingų tipų kryžminimo ir mutavimo procedūromis bei įvairiais GH algoritmo konfigūraciniais variantais. Gauti eksperimentų rezultatai rodo, kad GH algoritmas leidžia gauti aukštos kokybės sprendinius. Matyti, jog GH algoritmas yra pranašesnis negu daugelio kitų tyrėjų pasiūlyti euristiniai algoritmai.