Primjena neparametarskih algoritama u optimizaciji

Sažetak na hrvatskom: Neparametarskim algoritmima postiže se brža prilagodba algoritma konkretnom problemu, što je svakako prednost u odnosu na algoritme koji posjeduju neki skup parametara. S druge strane, neparametarski algoritmi obično su ograničeni na neki mali skup prikaza rješenja koji oni mog...

Full description

Permalink: http://skupni.nsk.hr/Record/fer.KOHA-OAI-FER:46258/Details
Glavni autor: Budiselić, Marko (-)
Ostali autori: Jakobović, Domagoj (Thesis advisor)
Vrsta građe: Drugo
Impresum: Zagreb, M. Budiselić, 2015.
Predmet:
LEADER 02242na a2200241 4500
003 HR-ZaFER
005 20160617125138.0
008 160221s2015 ci ||||| m||| 00| 0 hr d
035 |a (HR-ZaFER)ferid2325 
040 |a HR-ZaFER  |b hrv  |c HR-ZaFER  |e ppiak 
100 1 |a Budiselić, Marko  |9 37162 
245 1 0 |a Primjena neparametarskih algoritama u optimizaciji :  |b diplomski rad /  |c Marko Budiselić ; [mentor Domagoj Jakobović]. 
246 1 |a Application of nonparametric optimization algorithms  |i Naslov na engleskom:  
260 |a Zagreb,  |b M. Budiselić,  |c 2015. 
300 |a 50 str. ;  |c 30 cm +  |e CD-ROM 
502 |b diplomski studij  |c Fakultet elektrotehnike i računarstva u Zagrebu  |g smjer: Računarska znanost, šifra smjera: 56, datum predaje: 2015-06-30, datum završetka: 2015-07-16 
520 3 |a Sažetak na hrvatskom: Neparametarskim algoritmima postiže se brža prilagodba algoritma konkretnom problemu, što je svakako prednost u odnosu na algoritme koji posjeduju neki skup parametara. S druge strane, neparametarski algoritmi obično su ograničeni na neki mali skup prikaza rješenja koji oni mogu izgenerirati. Ako se problem može jednostavno prikazati onim prikazom s kojim radi neki neparametarski algoritam onda svakao treba probati riješiti problem koristeći neparametarske algoritme. Ovim radom također se pokazuje da ne postoji algoritam koji bi idealno radio sa svim optimizacijskim problemima (engl. No free lunch theorem). 
520 3 |a Sažetak na engleskom: Nonparametric optimization algorithms could be faster adopted to the specific optimization problem then other optimization algorithms with some set of parameters. On the other hand, nonparametric optimization algorithms are limited on small set of genotypes. If a problem solution could be represented by a genotype supported by nonparametric optimization algorithm then that algorithm should be tested on that problem. Through this paper the no free lunch theorem is also confirmed because none of the researched algorithms produce the best results on all test problems. 
653 1 |a algoritam, neparametarski, optimizacija 
653 1 |a algorithm, nonparametric, optimization 
700 1 |a Jakobović, Domagoj  |4 ths  |9 24930 
942 |c Y  |2 udc 
999 |c 46258  |d 46258