Τεχνικές καθολικής βελτιστοποίησης

dc.contributor.authorΧαριλόγης, Βασίλειοςel
dc.contributor.authorCharilogis, Vasileiosen
dc.date.accessioned2024-07-19T11:14:14Z
dc.date.available2024-07-19T11:14:14Z
dc.identifier.urihttps://olympias.lib.uoi.gr/jspui/handle/123456789/38219
dc.identifier.urihttp://dx.doi.org/10.26268/heal.uoi.17925
dc.rightsDefault License
dc.subjectΚαθολική βελτιστοποίησηel
dc.subjectΣτοχαστικές μέθοδοιel
dc.subjectΕξελικτικές μέθοδοιel
dc.subjectΥβριδικές μέθοδοιel
dc.subjectΑριθμητικές μέθοδοιel
dc.subjectΓενετικοί αλγόριθμοιel
dc.subjectΝευρωνικά δίκτυαel
dc.subjectΠαράλληλοι υπολογισμοίel
dc.subjectΟμαδοποίησηel
dc.subjectΚανόνες τερματισμούel
dc.subjectGlobal optimizationen
dc.subjectStochastic methodsen
dc.subjectEvolutionary methodsen
dc.subjectHybrid methodsen
dc.subjectNumerical methodsen
dc.subjectGenetic algorithmsen
dc.subjectNeural networksen
dc.subjectParallel computingen
dc.subjectClusteringen
dc.subjectTermination rulesen
dc.titleΤεχνικές καθολικής βελτιστοποίησηςel
dc.titleTechniques of global optimizationen
dc.typedoctoralThesisen
heal.abstractΑντικείμενο 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 κατασπατάληση της υπολογιστικής ισχύς και συνεπώς μείωση στον χρόνο εύρεσης των λύσεων.el
heal.abstractThe 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.en
heal.academicPublisherΠανεπιστήμιο Ιωαννίνων. Σχολή Πληροφορικής και Τηελεπικοινωνιών. Τμήμα Πληροφορικής και Τηλεπικοινωνιώνel
heal.academicPublisherIDuoiel
heal.accessfreeel
heal.advisorNameΤσούλος, Ιωάννηςel
heal.classificationΒελτιστοποίηση
heal.classificationOptimization
heal.committeeMemberNameGlavas, Evripidisen
heal.committeeMemberNameTzallas, Alexandrosen
heal.committeeMemberNameStylios, Chrysostomosen
heal.committeeMemberNameGlavas, Evripidisen
heal.committeeMemberNameGiannakeas, Nikolaos
heal.committeeMemberNameTsipouras, Markos
heal.committeeMemberNameStavrou, Vasilios
heal.dateAvailable2024-07-19T11:15:14Z
heal.fullTextAvailabilitytrue
heal.languageelel
heal.numberOfPages187el
heal.publicationDate2024-07-17
heal.recordProviderΠανεπιστήμιο Ιωαννίνων. Σχολή Πληροφορικής και Τηελεπικοινωνιώνel
heal.typedoctoralThesisel
heal.type.elΔιδακτορική διατριβήel
heal.type.enDoctoral thesisen

Αρχεία

Πρωτότυπος φάκελος/πακέτο

Προβολή: 1 - 1 of 1
Φόρτωση...
Μικρογραφία εικόνας
Ονομα:
Charilogis_PHD_uoi_2024.pdf
Μέγεθος:
7.26 MB
Μορφότυπο:
Adobe Portable Document Format
Περιγραφή:

Φάκελος/Πακέτο αδειών

Προβολή: 1 - 1 of 1
Φόρτωση...
Μικρογραφία εικόνας
Ονομα:
license.txt
Μέγεθος:
3.22 KB
Μορφότυπο:
Item-specific license agreed upon to submission
Περιγραφή: