|
| |
|
|
Aplikace optimalizační metody PSO v podnikatelství
Veselý, Filip ; Kaštovský, Petr (oponent) ; Dostál, Petr (vedoucí práce)
Tato práce se zabývá dvěma optimalizačními problémy, problémem obchodního cestujícího a shlukovou analýzou. Řešení těchto optimalizačních problémů je aplikováno na potřeby společnosti INVEA-TECH. Práce dále stručně popisuje problematiku optimalizace a některé optimalizační techniky. Podrobněji se zabývá inteligencí roje, přesněji inteligencí částicových hejn. Částí práce je rešerše variant optimalizačních algoritmů na bázi částicových hejn. V druhé části jsou popsány varianty algoritmu PSO řešící problém shlukování a problém obchodního cestujícího a popis jejich implementace v jazyce Matlab.
|
|
|
Knihovna pro optimalizační úlohy využívající techniky PSO
Hruban, Milan ; Strnadel, Josef (oponent) ; Bidlo, Michal (vedoucí práce)
Cílem této práce je vývoj knihovny umožňující řešení optimalizačních úloh pomocí technik PSO. Práce představuje knihovnu implementovanou za tímto účelem v jazyce Kotlin, navrženou s ohledem na rozšiřitelnost a použitelnost. Součástí práce je nástroj implementovaný v Pythonu za pomocí technologie Jupyter Notebook, který umožňuje statistické zpracování experimentů provedených pomocí dané knihovny. V práci je tak vytvořen systém, který poskytuje vhodné prostředí pro pokusy se současnými a vývoj nových variací algoritmu PSO.
|
|
|
Genetické algoritmy
Masárová, Mária ; Zbořil, František (oponent) ; Zbořil, František (vedoucí práce)
Táto práca sa zaoberá genetickými algoritmami, ich terminológiou a využitím. Popisuje rôzne problémy, ktoré sa dajú pomocou genetických algoritmov riešiť. V práci sú taktiež predstavené rôzne algoritmy skupinovej inteligencie, pričom algoritmus svetlušiek slúži aj na porovnanie efektivity medzi ním a genetickým algoritmom. Hlavnou úlohou tejto práce je vykonať experimenty s tromi optimalizačnými úlohami, konkrétne sú to, problém obchodného cestujúceho, splniteľnosť logických formúl a hľadanie extrému funkcie.
|
|
|
Disruption of movement or cohesion of groups through individuals
Vejmola, Jiří ; Neruda, Roman (vedoucí práce) ; Děchtěrenko, Filip (oponent)
Název práce: Narušení pohybu a soudržnosti skupin skrze jednotlivce Autor: Jiří Vejmola Katedra: Katedra teoretické informatiky a matematické logiky Vedoucí diplomové práce: Mgr. Roman Neruda, CSc., Ústav informatiky AV ČR, v. v. i. Abstrakt: Jen malé množství informovaných a stejně smýšlejících jedinců, průvod- ců, je potřeba k vedení jinak naivní skupiny. Zaměříme se na některé z možných změn, které mohou být způsobeny přítomností dalšího informovaného jedince s jinými zájmy, narušitele. Je naznačeno, že za normálních okolností není narušitel schopen způsobit nic významného. Abychom tomu předešli a zvýšili jeho šance na úspěch, zavádíme nový parametr - důvěryhodnost. Zkoumáme, jakým způsobem mění celkové chování. Ukazujeme, že zvýšená důvěryhodnost narušitele zvyšuje jeho vliv na ostatní. To poté způsobuje, že naivní jedinci jsou více ochotni jej následovat. Ukazujeme, že za vhodných podmínek se nakonec narušitel může stát tím, kdo vede skupinu. Klíčová slova: multi-agentní systém, rojová inteligence, emergence, důvěryhodnost
|
|
|
Inteligence skupiny
Winklerová, Zdenka ; Šaloun, Petr (oponent) ; Škrinárová,, Jarmila (oponent) ; Zbořil, František (vedoucí práce)
Záměrem disertační práce je aplikovaný výzkum skupinové ( kolektivní ) inteligence . K prokázání použitelnosti inteligence skupiny je zkoumán algoritmus na bázi roje částic ( Particle Swarm Optimization PSO ), v němž je problém inteligence skupiny převeden na matematickou optimalizaci, kdy roj částic ( particle swarm ) hledá globální optimum ve vymezeném prostoru problému a prohledávání je řízeno podle předem nadefinované účelové funkce ( objective function ), která zastupuje řešený problém. Byla navržena a experimentálně ověřena strategie prohledávání, v níž částice průběžně přizpůsobují své chování charakteristikám prostoru řešeného problému, a bylo experimentálně zjištěno, jak se vliv řídící účelové funkce zastupující řešený problém projevuje v chování částic. Výsledky experimentování s navrženou strategií prohledávání byly porovnány s výsledky experimentů s referenční verzí algoritmu PSO . Experimenty ukázaly, že klasické prohledávání, kde jedinou podmínkou je stabilní trajektorie, po níž se částice pohybuje v prostoru řešeného problému, a kde je ve výsledku eliminován vliv řídící účelové funkce, může selhat a že dynamická stabilita trajektorií částic sama o sobě není ukazatelem prohledávacích schopností algoritmu ani konvergence algoritmu ke správnému, globálnímu řešení. Byl navržen způsob prohledávání prostoru řešeného problému, v němž algoritmus PSO reguluje stabilitu algoritmu průběžným přizpůsobováním chování částic charakteristikám prostoru problému. Navržený algoritmus usměrňoval vývoj prohledávání prostoru problému tak, že vzrostla pravděpodobnost úspěšnosti řešení.
|
|
|
Řešení optimální cesty svozu odpadů pomocí rojové inteligence
VÁCHA, Ladislav
Tato práce je zaměřena na řešení problémů třídy nedeterministicky polynomiální (NP) složitosti pomocí optimalizace mravenčí kolonie. Práce je rozdělena na tři bloky. V prvním je přiblížena výše zmíněná optimalizace spolu s některými modifikacemi. Druhá část je zaměřena na samotné problémy, v tomto případě problém obchodního cestujícího (TSP) a z něho vycházející vehicle routing problem (VRP). Závěr tvoří aplikace těchto nástrojů na svoz tříděného odpadu pro část Českých Budějovic.
|
|
|
Řešení optimalizačních úloh algoritmy ACO
Habrnál, Matěj ; Samek, Jan (oponent) ; Zbořil, František (vedoucí práce)
Práce se zabývá základními optimalizačními algoritmy ACO (Ant Colony Optimization) a jejich vývojem, zkoumá také inspiraci u živých mravenců. Cílem pak je demonstrovat činnost těchto algoritmů na dvou optimalizačních úlohách - problému obchodního cestujícího a problému hledání potravinových zdrojů a optimální cesty mezi potravou a mraveništěm. Práce popisuje i experimenty, které mají za cíl zjistit vliv nastavitelných parametrů mravenčích algoritmů. Nejdříve je popsána teorie ACO algoritmů, následně pak aplikace těchto algoritmů na obě vybrané optimalizační úlohy. Závěr práce se věnuje rozboru provedených experimentů s vytvořenými aplikacemi a hodnocením jejich výsledků.
|
|
|
Řešení optimalizačních úloh algoritmy PSO
González, Marek ; Rozman, Jaroslav (oponent) ; Zbořil, František (vedoucí práce)
Práce se zabývá popisem algoritmu particle swarm optimization (PSO) a demonstrací jeho činnosti na vybraných optimalizačních úlohách. PSO byl převážně navržen pro spojitou optimalizaci a řadí se mezi algoritmy hromadné inteligence. Práce obsahuje úvod do problematiky optimalizace a teoretický popis algoritmu. Po teoretické části následuje část praktická, která se věnuje implementaci algoritmu a hledání vhodného nastavení jeho parametrů. Řešené úlohy jsou shlukování, problém obchodního cestujícího a hledání minima vícerozměrných funkcí.
|
|
|
Modely umělého života
Ďuričeková, Daniela ; Martinek, David (oponent) ; Peringer, Petr (vedoucí práce)
Tato bakalářská práce popisuje návrh a implementaci simulátoru umělého života. Práce je rozdělena do čtyř částí. Cílem první části je seznámení s oblastí umělého života a základní terminologií. Druhá část se věnuje vybraným návrhovým vzorům a návrhu simulačního systému, jehož smyslem je simulovat ekosystém umělých entit. Účelem následující části je popis implementace jednotlivých složek systému. Na závěr je provedeno testování systému na dvou ukázkových modelech.
|
host ::
RSS.