Artificial intelligence - genetic algorithms

Result code in IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62156489%3A43110%2F18%3A43913869" target="_blank" >RIV/62156489:43110/18:43913869 - isvavai.cz</a>

Result on the web

<a href="https://www.vspp.cz/wp-content/uploads/2017/03/V%C5%A0PP_Enterpreneurship_studies_2018_ro%C4%8D.7_No_01-02-final.pdf" target="_blank" >https://www.vspp.cz/wp-content/uploads/2017/03/V%C5%A0PP_Enterpreneurship_studies_2018_ro%C4%8D.7_No_01-02-final.pdf</a>

DOI - Digital Object Identifier

—

Result language

čeština

Original language name

Umělá inteligence - genetické algoritmy

Original language description

Využití genetických algoritmů je velmi široké. Lze je využít v řízení výroby, řešení problémů v průmyslu, dopravě a logistice, finančnictví, matematice a mnoha dalších oborech. Podstatou jejich funkce je postupná tvorba různých řešení, které se dle jistých postupů testují a vyhodnocují a pro další výpočty se berou vždy ta řešení, která stanoveným požadavkům vyhovují nejlépe. Je asi pochopitelné, že napodobení biologické evoluce je u genetických algoritmů velmi zjednodušené. U genetických algoritmů většinou nejsme schopni modelovat či respektovat složité či složitější vlivy skutečného, velmi komplexního vnějšího prostředí. Neřešíme zde ani nejrůznější interakce mezi různými výsledky či postupy řešení. Tímto zjednodušením dochází samozřejmě ke snížení přesnosti a spolehlivosti dosažených výsledků, nicméně i tak zůstávají genetické algoritmy zajímavým a do budoucna velmi nadějným nástrojem pro řešení, která by byla při použití klasických metod zdlouhavá, obtížná nebo dokonce nemožná. Pro zájemce o danou problematiku je k dispozici celá řada knižních a internetových zdrojů. Některé z těchto zdrojů jsou uvádíme v referencích.

Czech name

Umělá inteligence - genetické algoritmy

Czech description

Využití genetických algoritmů je velmi široké. Lze je využít v řízení výroby, řešení problémů v průmyslu, dopravě a logistice, finančnictví, matematice a mnoha dalších oborech. Podstatou jejich funkce je postupná tvorba různých řešení, které se dle jistých postupů testují a vyhodnocují a pro další výpočty se berou vždy ta řešení, která stanoveným požadavkům vyhovují nejlépe. Je asi pochopitelné, že napodobení biologické evoluce je u genetických algoritmů velmi zjednodušené. U genetických algoritmů většinou nejsme schopni modelovat či respektovat složité či složitější vlivy skutečného, velmi komplexního vnějšího prostředí. Neřešíme zde ani nejrůznější interakce mezi různými výsledky či postupy řešení. Tímto zjednodušením dochází samozřejmě ke snížení přesnosti a spolehlivosti dosažených výsledků, nicméně i tak zůstávají genetické algoritmy zajímavým a do budoucna velmi nadějným nástrojem pro řešení, která by byla při použití klasických metod zdlouhavá, obtížná nebo dokonce nemožná. Pro zájemce o danou problematiku je k dispozici celá řada knižních a internetových zdrojů. Některé z těchto zdrojů jsou uvádíme v referencích.

Type

J_ost - Miscellaneous article in a specialist periodical

CEP classification

—

OECD FORD branch

20205 - Automation and control systems

Project

—

Continuities

S - Specificky vyzkum na vysokych skolach

Publication year

2018

Confidentiality

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Name of the periodical

VŠPP Enterpreneurship studies

ISSN

1802-0453

e-ISSN

—

Volume of the periodical

7

Issue of the periodical within the volume

1-2

Country of publishing house

CZ - CZECH REPUBLIC

Number of pages

6

Pages from-to

31-36

UT code for WoS article

—

EID of the result in the Scopus database

—