Search results for "Algoritmi"

A Simple Indicator Based Evolutionary Algorithm for Set-Based Minmax Robustness

2018

For multiobjective optimization problems with uncertain parameters in the objective functions, different variants of minmax robustness concepts have been defined in the literature. The idea of minmax robustness is to optimize in the worst case such that the solutions have the best objective function values even when the worst case happens. However, the computation of the minmax robust Pareto optimal solutions remains challenging. This paper proposes a simple indicator based evolutionary algorithm for robustness (SIBEA-R) to address this challenge by computing a set of non-dominated set-based minmax robust solutions. In SIBEA-R, we consider the set of objective function values in the worst c…

Interactive Inverse Modeling Based Multiobjective Evolutionary Algorithm

2018

An interactive version of the inverse modeling based multiobjective evolutionary algorithm is presented. Instead of generating a representation of the whole Pareto optimal front, the algorithm aims at producing solutions in the regions where the decision maker is interested in. This is facilitated through an interactive solution process where the decision maker iteratively evaluates a set of solutions shown to her/him and the preference information obtained is used to adapt the search process of the algorithm. peerReviewed

Mākslīgā intelekta izmantošana uz stehiometriskiem modeļiem bāzētu organismu celmu izvēlē un metaboliskajā inženierijā biotehnoloģijā

2021

Stehiometrisko genoma mēroga modeļu analīze ar katru gadu kļūst aizvien populārāka metode organismu analīzei, potenciālo modifikāciju meklēšanai un vispārīgi palīdz izvairīties no liekiem laboratorijas eksperimentiem. Tajā pašā laikā būtiski palielinās arī metabolisko reakciju, metabolītu un gēnu datu bāžu izmēri. Šie abi iemesli noved pie nepieciešamības pēc metodēm un algoritmiem, kas spētu apstrādāt aizvien pieaugošos datus un atvieglot metabolisko modeļu izveidi un apstrādi. Šajā darbā tiek izstrādāts kStrainAlgorithm, kurš izmanto ģenētiskos algoritmus, lai pildītu trīs galvenās funkcijas: 1) spēt identificēt nepieciešamās reakcijas genoma mēroga stehiometriskā modeļa darbībai, 2) izma…

A Detailed Account of The Inconsistent Labelling Problem of Stutter-Preserving Partial-Order Reduction

2021

One of the most popular state-space reduction techniques for model checking is partial-order reduction (POR). Of the many different POR implementations, stubborn sets are a very versatile variant and have thus seen many different applications over the past 32 years. One of the early stubborn sets works shows how the basic conditions for reduction can be augmented to preserve stutter-trace equivalence, making stubborn sets suitable for model checking of linear-time properties. In this paper, we identify a flaw in the reasoning and show with a counter-example that stutter-trace equivalence is not necessarily preserved. We propose a stronger reduction condition and provide extensive new correc…

Monotonitātes testēšana uz līnijas

2020

Darbā tiek aplūkota īpašību testēšanas paradigma un monotonitātes testēšana uz līnijas jeb funkcijas. Īpašību testēšanas paradigma ir saistīta ar apakš-lineāru algoritmu konstruēšanu, kas piekļūst tikai daļai no datiem. Balstoties uz šiem datiem, algoritms ar kādu varbūtību var noteikt, vai datiem piemīt īpašība. Pēc paradigmas principiem, algoritmam ir jāspēj noskaidrot, vai dotais datu apjoms ir monotons ātrāk, nekā lineārā laikā. Labākais iepriekšējais rezultāts monotonitātes pārbaudei funkcijai f:[n] --> [r] ir Theta(log(epsilon n)/epsilon) pie epsilon 1/2, tas ir funkcijām, kas ir ļoti tālu no monotonām. Darbā tiks pierādīta apakšējā robeža monotonitātes pārbaudei funkcijām pie epsilon…

On the convergence of unconstrained adaptive Markov chain Monte Carlo algorithms

2010

The spanning tree based approach for solving the shortest path problem in social graphs

2016

This thesis is devoted to the shortest path problem in social graphs. Social graphs represent individuals and social relationships between them. As for social networking sites, their users are represented as vertices of the social graph, and the relationship which indicates whether two users are friends in the social networking site are represented as edges of the social graph. Therefore, social graphs are widely investigated by sociologists in order to determine rules and properties of various social processes. Analysis of such social graphs may be used in prediction of results of election, or recommendation systems. Calculation of many social graph metrics requires computation of shortest…

Algoritmi vārdu salikšanai krustvārdu mīklu režģī

2019

Šī maģistra darba mērķis ir apskatīt dažādu algoritmu implementēšanu krustvārdu mīklu veidošanas automatizācijai, veikt pētījumu par algoritmiem un izveidot datorprogrammu, kas veic krustvārdu mīklu režģu veidošanas (burtu salikšanu režģī tā, lai tie veidotu vārdus) automatizāciju. Maģistra darbs sastāv no divām daļām – teorētiskās un praktiskās. Teorētiskajā daļā ir apkopota vispārīga informācija par krustvārdu mīklām un dažādiem algoritmiem, kurus var izmantot to veidošanā, kā arī to salīdzinājums, ņemot vērā latviešu valodas ortogrāfijas īpatnības. Praktiskajā daļā ir aprakstīta datorprogramma krustvārdu mīklu veidošanas automatizācijai un apkopoti no tās iegūtie dati. Maģistra darbā tie…

Interest-based topology management in unstructured peer-to-peer networks

2012

A Surrogate-assisted Reference Vector Guided Evolutionary Algorithm for Computationally Expensive Many-objective Optimization

2018

We propose a surrogate-assisted reference vector guided evolutionary algorithm for computationally expensive optimization problems with more than three objectives. The proposed algorithm is based on a recently developed evolutionary algorithm for many-objective optimization that relies on a set of adaptive reference vectors for selection. The proposed surrogateassisted evolutionary algorithm uses Kriging to approximate each objective function to reduce the computational cost. In managing the Kriging models, the algorithm focuses on the balance of diversity and convergence by making use of the uncertainty information in the approximated objective values given by the Kriging models, the distr…