Algoritmy inspirované přírodou pro optimalizaci modelů dynamiky glukózy

V našem výzkumu se zajímáme hlavně o modelování dynamiky glukózy, což je relevantní mimo jiné pro studium a léčbu cukrovky (diabetu). Modely, které vytváříme nebo přejímáme, jsou však poměrně složité, mají vysoký počet parametrů a vykazují nelinearitu, nediferencovatelnost, a všechny možné další vlastnosti, které obecně identifikaci znesnadňují.

Vaším úkolem by bylo prozkoumat běžně používané algoritmy inspirované přírodou (například Ant Colony Optimization, Artificial Bee Colony, ...) a jejich moderní varianty vč. úprav publikovaných v posledních letech a implementovat je do prostředí frameworku SmartCGMS v jazyce C++ nebo jiném kompilovaném jazyce podporující komunikaci skrze nativní rozhraní (Rust, Go, ...). Pokusíte se rovněž vhodně paralelizovat části algoritmu tak, abyste docílili co největší efektivity. Na dodaných modelech dynamiky glukózy pak porovnáte výkon těchto algoritmů, spotřebu paměti a další metriky relevantní k takovým algoritmům.

Rámcově body zadání:
1) Seznamte se s problematikou identifikace modelů dynamiky glukózy a s vybranými optimalizačními algoritmy inspirovanými přírodou
2) Analyzujte dostupné optimalizační algoritmy a jejich moderní varianty
3) Navrhněte množinu optimalizačních algoritmů vhodných pro optimalizaci modelů dynamiky glukózy
4) Implementujte tyto algoritmy jako moduly frameworku SmartCGMS
5) Otestujte implementované řešení, důkladně analyzujte vlastnosti implementovaných algoritmů a porovnejte je. Zhodnoťte dosažené výsledky.