Тема выпускной квалификационной работы: «Исследование алгоритма светлячков для решения задач оптимизации». Выпускная квалификационная работа бакалавра посвящена исследованию методов оптимизации роевого интеллекта, вдохновленных живой природой и поведением животных в ней. Проведен анализ алгоритма оптимизации светлячков, использующийся в работах зарубежных ученых для решения разнообразных практических задач, как в базовом виде, так и с некоторыми модификациями. Целью работы является выявление эффективности выбранного алгоритма. В ходе работы он был реализован на языке программирования Matlab и протестирован на четырех выбранных тестовых функциях (Ackley, Rastrigin, Matyas, Peaks). В Главе 1 кратко рассматриваются роевые популяционные алгоритмы, делается упор на выбранном алгоритме FA, а также описываются особенности поведения светлячковых особей в реальном мире. Глава 2 детально описывает запуск алгоритма на каждой тестовой функции, анализ полученных результатов и сделанные из этого выводы. В Главе 3 подводится итог об эффективности при решении оптимизационных задач и возможное дальнейшее развитие.

The subject matter of the graduate qualification work: "Research of firefly algorithm for solving optimization problems". The graduate qualification work of the bachelor is devoted to the research of methods of optimization of swarm intelligence, inspired by wildlife and the behavior of animals in it. The analysis of the firefly optimization algorithm used in the works of foreign scientists to solve a variety of practical problems, both in its basic form and with some modifications. The purpose of the work is to identify the effectiveness of the chosen algorithm. In the course of the work, it was implemented in the Matlab programming language and tested on four selected test functions (Ackley, Rastrigin, Matyas, Peaks). Chapter 1 briefly discusses swarm population algorithms, focuses on the selected FA algorithm, and describes the behavior of firefly individuals in the real world. Chapter 2 describes in detail the running of the algorithm on each test function, the analysis of the results obtained, and the conclusions drawn from this. Chapter 3 summarizes the effectiveness of solving optimization problems and possible future developments.