Optimization by learnable evolution

Ovaj rad uvodi u problematiku optimizacije funkcije te obrađuje genetske algoritme i algoritme strojnog učenja. Opisuju se osnovni koncepti pri radu sa strojnim učenjem te osnovne genetske operacije koje se koriste kod genetskih algoritama. Obrađen je algoritam LEM, kao okvir za izmjenično korištenje strojnog učenja i genetskog algoritma. Obrađene su optimizacijske funkcije te su opisane specifičnosti vezane za svaku od njih. Opisani su implementacijski detalji razvijene aplikacije te je provedena analiza nad algoritmima i funkcijama u vidu usporedbe rada LEM-a i rada genetskog algoritma.This work describes the problem of function optimization and processes genetic algorithms and machine learning algorithms. It describes the basic concepts concerning machine learning and basic genetic operations used in genetic algorithms. Algorithm LEM is described and explored as a framework for the alternating use of machine learning and genetic algorithm. The work discusses the optimization functions and describes the specific circumstances relating to each of them. Implementation details of developed application are described as well as the analysis of algorithms and functions in a comparison of the LEM and a genetic algorithm