Doktorski raziskovalni projekt preučuje algoritme za reševanje NP-težkih problemov usmerjanja in razvrščanja, formuliranih kot omejeni kombinatorični optimizacijski problemi. Obravnavane skupine problemov so definirane v diskretnih reševalnih prostorih s kompleksnimi območji izvedljivosti, več ciljnimi funkcijami in časovno odvisnimi omejitvami, kot jih pogosto srečujemo v transportnih, prometnih in mobilnostnih sistemih.
Raziskava razvija metahevristične in hibridne optimizacijske algoritme, vključno z, vendar ne omejeno na, evolucijske algoritme, simulirano ohlajanje, tabu iskanje, iskanje s spremenljivo okolico in memetske algoritme, integrirane z natančnimi postopki lokalnega iskanja. Primeri problemov so modelirani z uporabo grafovskih in permutacijskih predstavitev, kakovost rešitev pa se ocenjuje z eno- in večkriterijskimi funkcijami. Omejitve se obravnavajo z uporabo kazenskih funkcij, popravljalnih operatorjev in iskalnih operatorjev, ki ohranjajo izvedljivost. Raziskava upošteva tudi sprotne oziroma dinamične optimizacijske nastavitve.
Pomemben prispevek raziskave je prilagodljivo nastavljanje algoritmov, kjer se parametri algoritmov obravnavajo kot dinamične spremenljivke in ne kot statične konstante. Ker prometni in mobilnostni problemi kažejo nestacionarno vedenje zaradi nihajočega povpraševanja, spreminjajočih se omrežnih pogojev in stohastičnih motenj, so predlagane samoprilagodljive in povratno vezane strategije nastavljanja parametrov. Te strategije prilagajajo parametre, kot so stopnje mutacije in križanja, velikost soseske, tabu trajanje in urniki ohlajenja, na podlagi konvergenčnih kazalnikov, meril raznolikosti in stopenj izboljšanja vrednosti ciljne funkcije. To omogoča algoritmom sledenje spreminjajočim se optimumom in ohranjanje učinkovitosti iskanja v dinamičnih okoljih.
Učinkovitost algoritmov se analizira z uporabo standardnih primerjalnih problemov in realističnih scenarijev prometa in mobilnosti. Primerjalna ocena se osredotoča na hitrost konvergence, optimalnost rešitev, robustnost, skalabilnost in računsko kompleksnost. Preučene so tudi vzporedne implementacije in strojno usmerjene tehnike pospeševanja, ki omogočajo optimizacijo v skoraj realnem času v obsežnih sistemih.
Dr. Gregor Papa
Gregor Papa je raziskovalec in vodja Odseka za računalniške sisteme na Institutu “Jožef Stefan” ter izredni profesor na Mednarodni podiplomski šoli Jožefa Stefana v Ljubljani. Doktoriral je leta 2002 s področja elektrotehnike. Njegovo raziskovalno delo obsega metahevristične optimizacijske metode in strojne implementacije kompleksnih algoritmov, s poudarkom na dinamičnem prilagajanju krmilnih parametrov algoritmov.
Raziskovalni program: Računalniške strukture in sistemi
Tema usposabljanja: Optimizacija pri problemih usmerjanja in načrtovanja