DZIEKAN i RADA WYDZIAŁU INFORMATYKI, ELEKTRONIKI I TELEKOMUNIKACJI AKADEMII GÓRNICZO-HUTNICZEJ im. ST. STASZICA W KRAKOWIE |
|
---|---|
zapraszają na publiczną dyskusję nad rozprawą doktorską mgr Ewy Gajdy-Zagórskiej |
|
ADAPTIVE POPULATION-BASED ALGORITHMS FOR SOLVING SINGLE- AND MULTIOBJECTIVE INVERSE PROBLEMS | |
Termin: | 21 kwietnia 2015 roku o godz. 11:15 |
Miejsce: | Sala 1.20, pawilon D-17, ul. Kawiory 21, 30-059 Kraków |
PROMOTOR: | Prof. dr hab. inż. Robert Schaefer - Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie |
RECENZENCI: | Dr hab. inż. Andrzej Obuchowicz, prof. UZ - Uniwersytet Zielonogórski |
Prof. dr hab. inż. Witold Dzwinel - Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie | |
Z rozprawą doktorską i opiniami recenzentów można się zapoznać w Czytelni Biblioteki Głównej AGH, al. Mickiewicza 30 |
mgr Ewa Gajda-Zagórska
Promotor: prof. dr hab. inż. Robert Schaefer (AGH) Dyscyplina: Informatyka
Rozwiązywanie problemów odwrotnych sformułowanych jako zadania jedno- i wielokryterialnej optymalizacji globalnej jest często trudnym i kosztowym obliczeniowo zadaniem. Z drugiej strony, tego typu problemy są bardzo ważne, ponieważ pojawiają się w kluczowych obszarach technologii, przemysłu i medycyny. Główne trudności w rozwiązywaniu problemów odwrotnych związane są z ich złym uwarunkowaniem, w szczególności z wielomodalnością funkcji kryterialnych i małą wrażliwością na zmianę parametrów w pobliżu rozwiązań. Dotychczasowe metody stosowane do powyższych problemów nie dają satysfakcjonujących wyników jednocześnie pod względem dokładności, kompletności rozwiązań, oraz kosztu obliczeniowego. Zaproponowane algorytmy, ich implementacje oraz matematyczne teorie mają na celu poprawę uwarunkowania, dokładności oraz złożoności rozwiązywania problemów optymalizacji globalnej przez zastosowanie:
Głównym celem rozprawy jest pokazanie, że możliwe jest rozwiązywanie trudnych problemów odwrotnych sformułowanych jako jedno- wielokryterialne zadania optymalizacji globalnej przy pomocy adaptacyjnych strategii genetycznych ewoluujących hierarchię populacji.
W rozprawie doktorskiej zaproponowano populacyjne algorytmy optymalizacji jedno- i wielokryterialnej, które mogą być z powodzeniem stosowane do analizy odwrotnej. Rozwinięto algorytmikę z podwójną adaptacją dokładności, łączącą hierarchiczną strategię genetyczną z metodą elementów skończonych oraz z metodą lokalną. Powyższą strategię zastosowano do rozwiązywania problemów wyszukiwania złóż ropy naftowej oraz analizy elastycznych odkształceń. Opracowano także wielokryterialną hierarchiczną strategię genetyczną opartą na selekcji rangowej i optymalności w sensie Pareto. Algorytmika obejmuje przypadek wielu kryteriów, pochodzących z różnych modeli fizycznych i używanych dla poprawienia uwarunkowania trudnych problemów odwrotnych. W tym celu zastosowana jest modyfikacja rang bazująca na incydencji między kryteriami oraz hybrydowa strategia z klastrowaniem próbek genetycznych. Działanie powyższych metod zostało pokazane na wybranych problemach testowych. Wyniki teoretyczne obejmują konstrukcję operatora selekcji i heurystyki dla pewnej klasy wielokryterialnych algorytmów ewolucyjnych oraz wyniki asymptotyczne. Oprócz tego, podano definicję dobrego uwarunkowania dla wielokryterialnych algorytmów ewolucyjnych.
Ważniejsze publikacje dokotorantki: