Gamta grįstų metaeuristinių algoritmų vaizdams apdoroti tyrimas

Abstract

Baigiamajo darbo tikslas – atrinkti ir ištirti gamta grįstus metaeuristinius algoritmus ir jų taikymus bei pasiūlyti rekomandacijas. Tam pasiekti atlikama metaeuristinių algoritmų ir jų modifikacijų analitinė literatūros apžvalga, atrenkant perspektyviausius algoritmus. Iš šių algoritmų sukuriama sistema vaizdams segmentuoti. Šiomis sistemomis atliekamas greitaveikos, tikslumo ir lygiagretumo tyrimas. Tyrimo metu nustatyta, kad jonvabalių algoritmas sparčiausias, o uodų taikinių paieškos algoritmas tiksliausiasiš metaeuristinių algoritmų.

The aim of the final thesis is to select and investigate nature-based metaheuristic algorithms and their applications and to propose recommendations. To achieve this, an analytical review of literature on metaheuristic algorithms and their modifications was performed, selecting the most promising algorithms. These algorithms are used to create systems for segmenting images. These systems are used for investigation to test speed, accuracy and parallelism of algorithms. The study found that firefly algorithm is the fastest, and the mosquito host seeking algorithm is the most accurate of metaheuristic algorithms.