stručni rad
U ovom radu opisan je postupak generiranja i optimizacije rasporeda zaposlenika tvrtke korištenjem genetskog algoritma. Općenito, evolucijsko računanje već se dugo koristi za rješavanja ovakvih tipova problema gdje je potrebno pretraživati velika područja svih mogućih rješenja u najkraćem mogućem roku. Budući da su takvi optimizacijski problemi najčešće kompleksnosti "NP-hard", "brute force" pristup nije primjenjiv jer obično košta previše procesorskog vremena. U rješavanju našeg problema koristili smo sve genetske operatore (selekcija, križanja i mutacija), dok je za potrebe implementacije razvijena aplikacija u programskom jeziku Java. Dobiveni rezultati u gotovo svim slučajevima predstavljaju optimalna rješenja (rasporede), a kada nije moguće doći do optimalnog rješenja, naš pristup daje jedno ili više rješenja koja su najbliža traženom optimumu. Pojedini genetski operatori i dobiveni rezultati opisani su u nastavku.
genetski algoritmi; evolucijsko računanje; optimizacija; raspored
Razvojem virtualizacijskih tehnologija raste kompleksnost IT sustava, dok korisnici istovremeno zahtijevaju brži pristup resursima, napredne integracije i jednostavnost korištenja. Jedno od ključnih rješenja za ove izazove primjena je…
Ovaj rad istražuje i uspoređuje mogućnosti prosljeđivanja grafičkih kartica na Hyper-V i KVM hipervizorima prema virtualnim strojevima, detaljno opisujući metode, postupke i razlike u arhitekturi koje utječu na…
The ever-growing usage and adaptation of HTTP/3 in web traffic leverages Quick UDP Internet Connections (QUIC) as a transport protocol. QUIC is widely recognized for reduced latency, enhanced…
