|
|
Syntéza struktur s elektromagnetickým zádržným pásmem
Šedý, Michal ; Kovács, Peter (oponent) ; Raida, Zbyněk (vedoucí práce)
V mikrovlnném pásmu se pro realizaci elektronických obvodů využívají především planární technologie. Problémem planárních obvodů je šíření povrchové vlny. Povrchové vlny způsobují nechtěné vazby mezi dílčími částmi struktury a degradují její parametry. Řešením je využití struktur s elektromagnetickým zádržným pásmem. Jedná se o periodické struktury, které jsou schopny v určitých pásmech kmitočtů povrchové vlny zadržovat. Tématem práce je seznámení se s modelováním těchto struktur v programu Comsol Multiphysics pro jedno- a dvou rozměrné struktury.
|
|
|
Detekce a rozpoznávání dopravních značek
Číp, Pavel ; Honec, Peter (oponent) ; Horák, Karel (vedoucí práce)
Práce se zabývá diskuzí nad metodami detekce a rozpoznávání dopravních značek v městském i mimoměstkém prostředí. Předpokladem pro realizaci systému je zabudovaná kamera, obvykle ve zpětném zrcátku automobilu, snímající scénu před automobilem. Její obrazová data jsou posléze zpracována připojeným PC, kde dochází k převodu dat na informace a jejich vyhodnocení. O případné nalezené značce je řidič vizuálně či akusticky upozorněn. Úloha vedoucí k úspěšnému cíli je rozdělena do čtyřech samostatných bloků. V první části je předzpracování obrazu jako takového. Pracujeme s barevným obrazem a s využitím znalosti o barevnosti dopravních značek v České republice, lze provést barevnou segmentaci žádaných intervalů. Druhým krokem je detekce geometrických tvarů odpovídajících dopravním značkám v segmentovaných datech. Krokem číslo tři je rozpoznání vnitřního piktogramu a jeho nalezení v databázi. Posledním krokem je vizuální výstup zobrazením nalezené dopravní značky. Práce byla zpracována tak, aby byla zajištěna detekce všech důležitých dopravních značení ve třech základních barevných kombinacích platných dle Ministerstva dopravy České republiky. Výsledkem je zdrojový kód pro program MATLAB.
|
|
|
Využití genetického algoritmu pro detekci hran v lékařských obrazech
Slobodník, Michal ; Švrček, Martin (oponent) ; Hrubeš, Jan (vedoucí práce)
Tato práce se zabývá možností využití genetického algoritmu k hranové detekci. Je představen návrh využívající zpracovaný originální obraz rozdělený do sub-regionů, na kterých je aplikována detekce genetickým algoritmem zvlášť. K dosažení cíle jsou využity jedince v podobě dvojrozměrného bitového pole, čemu jsou přizpůsobeny taky operátory genetického algoritmu. Funkce kvality je sestavena na základe hodnocení hranových obrazů minimalizací nákladů. Návrh je vytvořen a testován v prostředí Matlab.
|
|
| |
|
|
MATLAB/Global Optimization Toolbox: řešení optimalizačních problémů
Švihálková, Kateřina ; Dvořák, Jiří (oponent) ; Lang, Stanislav (oponent) ; Matoušek, Radomil (vedoucí práce)
Bakalářská práce popisuje základní možnosti globálních optimalizačních metod implementovaných ve výpočetním prostředí MATLAB. V první části jsou popsány aplikační knihovny MATLABU -- Optimization Toolbox a Global Optimization Toolbox. Práce dále popisuje vybrané algoritmy z obou knihoven, konkrétně genetické algoritmy, simulované žíhání, pattern search a fminsearch a také popisuje způsob jejich implementace. Poslední část je zaměřena na samotné řešení optimalizačních úloh. Rosenbrockova funkce, Rastriginova funkce, problém obchodního cestujícího a konzola s proměnnou průřezovou charakteristikou jsou řešeny uvedenými metodami. Dosažené výsledky u jednotlivých úloh jsou vzájemně porovnány a vyhodnoceny.
|
|
| |
|
|
Využití prostředků inverzní analýzy spolehlivosti při pravděpodobnostním návrhu vybraných parametrů konstrukcí
Lipowczan, Martin ; Novák, Drahomír (oponent) ; Lehký, David (vedoucí práce)
Podstatou předložené bakalářské práce je aplikace metodiky a prostředků inverzní analýzy při pravděpodobnostním návrhu vybraných parametrů konstrukcí. Prvním krokem bylo seznámení se s pravděpodobnostním návrhem a posouzením konstrukcí, následně pak s vlastní metodikou inverzní analýzy založené na umělých neuronových sítí. Po nastudování daného tématu bylo možné přejít k samotné problematice. Zprvu pro uvedení teorie do praxe se začalo na lehčích příkladech. Jednalo se o matematické funkce a jeden praktičtější příklad. U těchto příkladů byly předem známé výsledky. Tato skutečnost vedla k snadné kontrole dosažených hodnot. Postupným zdokonalováním v užívání softwarových nástrojů a to zejména programu DLNNET bylo možné přejít na příklady z praxe. Zvoleny byly příklady z předmětů nižších ročníků bakalářského studia na Fakultě stavební VUT Brno. Prvním z nich byl návrh železobetonové desky, u které byly hledanými návrhovými parametry výška desky a plocha vyztužení. Druhým příkladem byl návrh montážního ocelového šroubového spoje u diagonály vazníku. Zde se provedlo dimenzování průměru šroubu a jeho počet.
|
|
| |
|
|
Optimization of Multilayer Perceptron Training Parameters Using Artificial Bee Colony and Genetic Algorithm
Kartci, A.
In this paper, the momentum coefficient, learning rate, and the number of hidden neurons where the multilayer perceptron works best, are determined. The network and optimization algorithms are written in MATLAB, which was also successfully used to carry out results. To obtain the results, IRIS, mammographic_mass, and new_thyroid data sets have been used. Obtained results show that the determining effect on the neural learning process of parameters (momentum coefficient, learning rate, number of hidden neurons) are compatible with other approaches available in the literature. Both genetic algorithm (GA) and artificial bee colony (ABC) algorithm were successful on finding the values to get high performance as well as effect on performance of the population number.
|
|
|
Aplikace genetického algoritmu na rozvrhování výroby strojírenské firmy
Stariat, Jiří ; Skočdopolová, Veronika (vedoucí práce) ; Zouhar, Jan (oponent)
Tato práce se zabývá rozvrhovací úlohou, jejími speciálními typy a metodami jejího řešení. Rozvrhovací úloha je jedním ze základních problémů operačního výzkumu, řadí se mezi kombinatorické úlohy. Cílem rozvrhovací úlohy je přiřadit určité činnosti a zdroje jednotlivým časovým okamžikům. Rozvrhovací úloha patří do třídy NP-úplných úloh. Má tedy tak vysokou výpočetní náročnost, že v současné době není znám algoritmus, který by exaktně vyřešil její libovolnou instanci v polynomiálním čase. Proto se k jejímu řešení, hlavně rozsáhlejších úloh, využívá heuristických a metaheuristických metod. V této práci je podrobně popsána zejména metaheuristická metoda genetického algoritmu, jejíž aplikace na rozvrhování výroby konkrétní strojírenské firmy, je předmětem této práce.
|
host ::
RSS.