Ceo rad - PDF (1.3 MB)

2.5.1.6 Neregularan završetak izvršavanja 59
2.5.2 Promena parametara tokom izvršavanja 59
2.5.3 Štampanje izveštaja 60
2.5.4 Generator slučajnih brojeva 60
2.6 Funkcije koje zavise od prirode problema 61
2.6.1 Učitavanje i štampanje podataka 61
2.6.2 Inicijalizacija problema 62
2.6.3 Vrednosna funkcija 62
2.6.4 Dodatne funkcije 62
2.6.4.1 Heuristike za dobijanje jedinki početne populacije 62
2.6.4.2 Heuristike za poboljšavanje jedinki u toku izvršavanja GA 63
2.6.4.3 Konverzija argumenata problema u genetski kod jedinke 63
2.6.4.4 Konfigurisanje parametara problema 63
2.6.4.5 Operatori ukrštanja i mutacije zavisni od prirode problema 63
2.7 Moguća unapređenja 63
3. PARALELNA IMPLEMENTACIJA (PGANP) 65
3.1 Neke od postojećih paralelnih GA implementacija (PGA) 65
3.2 Zajednički deo 67
3.2.1 Opis paralelne strukture 68
3.2.1.1 Paralelna arhitektura 68
3.2.1.2 Razmena jedinki 68
3.2.1.3 Prosleđivanje rešenja 69
3.2.1.4 Kriterijum završetka paralelnog GA 69
3.2.2 Shema izvršavanja paralelnog algoritma 70
3.3 Distribuirani model 71
3.3.1 Razmena jedinki između potpopulacija 71
3.3.2 Globalni i lokalni završetak izvršavanja GA 72
3.3.3 Genetski operatori 73
4. KEŠIRANJE GA 75
4.1 Tehnike keširanja 75
4.2 Prethodne tehnike keširanja GA 75
4.2.1 LRU primenjen na linearnoj strukturi 76
4.2.2 LRU primenjen na dvostrukoj heš-tabeli 76
4.3 Implementacija pomoću heš-red strukture 77
4.3.1 Heš-funkcija 77
4.3.2 Rešavanje kolizije 78
4.3.3 Dobijanje CRC kodova 79
4.3.4 Korišćenje heš-tabele 81
4.3.5 Korišćenje reda 81
4.4 Eksperimentalni rezultati 81
4.5 Kratka analiza dobijenih rezultata 83
5. PROST LOKACIJSKI PROBLEM 85
5.1 Formulacija problema 85