dc.contributor.advisor | Bula, Inese | |
dc.contributor.author | Būmane, Anna Beāte | |
dc.contributor.other | Latvijas Universitāte. Fizikas un matemātikas fakultāte | |
dc.date.accessioned | 2017-07-07T01:01:21Z | |
dc.date.available | 2017-07-07T01:01:21Z | |
dc.date.issued | 2017 | |
dc.identifier.other | 61010 | |
dc.identifier.uri | https://dspace.lu.lv/dspace/handle/7/37179 | |
dc.description.abstract | Bakalaura darbā tiek aprakstīts ģenētiskais algoritms, kas ir viens no optimizācijas metožu jaunākajiem un mazāk pazīstamajiem algoritmiem. Teorijas apskatā aplūkots ģenētiskā algoritma konstrukcijas elementi: derīguma (fitness) funkcijas izveide, reproducēšanās, krustošanās un mutāciju operatori. Praktiskajā pielietojumu daļā apskatīti vairāki piemēri (tanī skaitā ceļojošā pārdevēja problēma). Piemēru realizācija veikta ar paketi R .Sniegts neliels metožu salīdzinājums. | |
dc.description.abstract | Bechelor`s thesis describes genetic algorithm which is one of the latest and less known algorithm of optimization methods. Theory review deals with structural elements of genetic algorithm: creating fitness function, reproduction, crossover, mutation operators. Practical part views some examples, including Travelling Salesman problem. Examples are realized with R package. Thesis gives comparison of some examples. | |
dc.language.iso | lav | |
dc.publisher | Latvijas Universitāte | |
dc.rights | info:eu-repo/semantics/openAccess | |
dc.subject | Matemātika | |
dc.subject | optimizācijas metodes | |
dc.subject | ģenētiskais algoritms | |
dc.subject | derīguma funkcija | |
dc.subject | optimization methods | |
dc.subject | genetic algorithm | |
dc.title | Ģenētiskais algoritms optimizācijas metodēs | |
dc.title.alternative | Genetic Algorithm in optimization methods | |
dc.type | info:eu-repo/semantics/bachelorThesis | |