Τεχνικές καθολικής βελτιστοποίησης
Περίληψη
Αντικείμενο της παρούσας διατριβής είναι οι τεχνικές καθολικής βελτιστοποίησης. Η εύρεση βέλτιστων λύσεων έχει ευρεία εφαρμογή σε πολλούς τομείς, όπως η ιατρική, η βιομηχανία, οι επιχειρήσεις, τα δίκτυα, τα νευρωνικά μοντέλα κτλ. Στην παρούσα διατριβή, η ανάλυση επικεντρώνεται στην εύρεση βέλτιστων λύσεων σε μαθηματικά μοντέλα, γνωστά ως αντικειμενικές συναρτήσεις ή test function ή benchmark functions. Σε πολλές στοχαστικές μεθόδους, γίνεται ανάλυση και αξιοποίηση διαφορετικών αρχικών κατανομών και κανόνων τερματισμού, με στόχο την ανάδειξη της βέλτιστης απόδοσης για οποιονδήποτε συνδυασμό. Γίνεται ανάλυση σε παράλληλες τεχνικές βελτιστοποίησης όπου εκμεταλλεύονται την ταυτόχρονη εκτέλεση πολλαπλών αλγορίθμων για ταχύτερη εύρεση λύσεων, χρησιμοποιώντας μηχανισμούς διάδοσης όπως συγχρονισμένη ή ασύγχρονη επικοινωνία και κοινή μνήμη. Συνδυάζοντας αυτές τις προσεγγίσεις, επιτυγχάνεται μεγαλύτερη αποδοτικότητα και βελτιστοποίηση των αποτελεσμάτων σε σύνθετα προβλήματα χωρίς την κατασπατάλ ...
περισσότερα
Περίληψη σε άλλη γλώσσα
The subject of this dissertation is global optimization techniques. The search for optimal solutions has broad applications in many fields, such as medicine, industry, business, networks, neural models, etc. In this dissertation, the focus is on finding optimal solutions in mathematical models, known as objective functions or test functions or benchmark functions. In many stochastic methods, different initial distributions and termination criteria are analyzed and utilized to highlight the best performance for any combination. Additionally, parallel optimization techniques are analyzed, which exploit the simultaneous execution of multiple algorithms for faster solution finding, using dissemination mechanisms such as synchronized or asynchronous communication and shared memory. By combining these approaches, greater efficiency and optimization of results in complex problems are achieved without wasting computational power, thereby reducing the time required to find solutions.
![]() | |
![]() | Κατεβάστε τη διατριβή σε μορφή PDF (7.43 MB)
(Η υπηρεσία είναι διαθέσιμη μετά από δωρεάν εγγραφή)
|
Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.
|
Στατιστικά χρήσης
![](/eadd/image/spinner.gif)
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
Πηγή: Google Analytics.
![](/eadd/image/spinner.gif)
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
Πηγή: Google Analytics.
![](/eadd/image/spinner.gif)
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
![](/eadd/image/spinner.gif)
ΧΡΗΣΤΕΣ
Αφορά στους συνδεδεμένους στο σύστημα χρήστες οι οποίοι έχουν αλληλεπιδράσει με τη διδακτορική διατριβή. Ως επί το πλείστον, αφορά τις μεταφορτώσεις.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.