Global optimization; evolutionary algorithms; nonlinear regression; CM-estimates

V příspěvku jsou stručně uvedeny principy evolučních algoritmů pro globální optimalizaci. Je popsán evoluční algoritmus se soutěžícími heuristikami, který může být využit pro řešení některých úloh výpočetní statistiky. Na několika obtížných úlohách odhadu parametrů je ukázáno, že tento algoritmus nachází globální minimum součtu čtverců residuálních odchylek spolehlivěji než algoritmy standardně užívané ve statistickém softwaru. V~robustním CM-odhadu byla spolehlivost nalezení globálního minima vyšší než u algoritmu navrženého specielně pro tento problém.

Principles of evolutionary algorithms are briefly presented. The evolutionary algorithm with competing heuristics is described in more details. This algorithm can be applied to some problems of computational statistics. It is shown on several difficult tasks of estimating the non-linear regression parameters that this algorithm is more reliable in the search for the global minimum of residual least squares than the algorithms in standard statistical software. The reliability of this algorithm was also higher than the special algorithm designed for solving the problem of CM-estimate in linear regression model.