|
|
Hybridní model metaheuristických algoritmů
Šandera, Čeněk ; Zelinka, Ivan (oponent) ; Matoušek, Radomil (oponent) ; Šeda, Miloš (vedoucí práce)
Hlavním tématem této disertační práce jsou metaheuristické algoritmy v obecnějším pojetí. Úvodní kapitoly se venují popisu širšího kontextu metaheuristik, tedy ruzným optimalizacním problémum, urcování jejich složitosti a samozrejme prístupum k jejich rešení. Navazující obsáhlá diskuze o metaheuristikách a jejich typických vlastnostech je následována ukázkami nekolika vybraných metaheuristických konceptu. Na odpozorovaných vlastnostech je vybudován obecný metaheuristický model vhodný pro vývoj nových i hybridních algoritmu. Celá práce je zakoncena ukázkami autorových publikací s diskuzí o jejich užití ve vybudovaném modelu. Na přiloženém CD je k dispozici i programová implementace obecného modelu, která tvoří nedílnou součást této disertace.
|
|
|
Optimalizační algoritmy v logistických kombinatorických úlohách
Bokiš, Daniel ; Peringer, Petr (oponent) ; Hrubý, Martin (vedoucí práce)
Tato práce se zabývá optimalizačními problémy a především logistickou úlohou Vehicle Routing Problem (VRP). V první části je zaveden pojem optimalizace a jsou představeny nejdůležitější optimalizační problémy. Dále jsou v práci uvedeny metody, kterými je možné tyto problémy řešit. Následně jsou vybrané metody aplikovány na problém VRP a jsou uvedena některá jejich vylepšení. Práce také představuje metodu využívání znalostí předchozích řešení, tedy formu učícího algoritmu. V závěru práce jsou experimentálně optimalizovány parametry jednotlivých metod a ověřen přínos představených vylepšení.
|
|
|
Portfolio Optimization Using Metaheuristics
Haviar, Martin ; Doubravský, Karel (oponent) ; Budík, Jan (vedoucí práce)
This thesis deals with design and implementation of an investment model, which applies methods of Post-modern portfolio theory. Particle swarm optimization (PSO) metaheuristic was used for portfolio optimization and the parameters were analyzed with several experiments. Johnsons SU distribution was used for estimation of future returns as it proved to be the best of analyzed distributions. The result is software application written in Python, which is tested for stability and performance of model in extreme situations.
|
|
|
Optimalizační algoritmy v logistických kombinatorických úlohách
Bokiš, Daniel ; Peringer, Petr (oponent) ; Hrubý, Martin (vedoucí práce)
Tato práce se zabývá optimalizačními problémy a především logistickou úlohou Vehicle Routing Problem (VRP). V první části je zaveden pojem optimalizace a jsou představeny nejdůležitější optimalizační problémy. Dále jsou v práci uvedeny metody, kterými je možné tyto problémy řešit. Následně jsou vybrané metody aplikovány na problém VRP a jsou uvedena některá jejich vylepšení. Práce také představuje metodu využívání znalostí předchozích řešení, tedy formu učícího algoritmu. V závěru práce jsou experimentálně optimalizovány parametry jednotlivých metod a ověřen přínos představených vylepšení.
|
|
|
Hybridní model metaheuristických algoritmů
Šandera, Čeněk ; Zelinka, Ivan (oponent) ; Matoušek, Radomil (oponent) ; Šeda, Miloš (vedoucí práce)
Hlavním tématem této disertační práce jsou metaheuristické algoritmy v obecnějším pojetí. Úvodní kapitoly se venují popisu širšího kontextu metaheuristik, tedy ruzným optimalizacním problémum, urcování jejich složitosti a samozrejme prístupum k jejich rešení. Navazující obsáhlá diskuze o metaheuristikách a jejich typických vlastnostech je následována ukázkami nekolika vybraných metaheuristických konceptu. Na odpozorovaných vlastnostech je vybudován obecný metaheuristický model vhodný pro vývoj nových i hybridních algoritmu. Celá práce je zakoncena ukázkami autorových publikací s diskuzí o jejich užití ve vybudovaném modelu. Na přiloženém CD je k dispozici i programová implementace obecného modelu, která tvoří nedílnou součást této disertace.
|
|
|
Hybridní model metaheuristických algoritmů
Šandera, Čeněk ; Šeda, Miloš (vedoucí práce)
Hlavním tématem této disertační práce jsou metaheuristické algoritmy v obecnějším pojetí. Úvodní kapitoly se venují popisu širšího kontextu metaheuristik, tedy ruzným optimalizacním problémum, urcování jejich složitosti a samozrejme prístupum k jejich rešení. Navazující obsáhlá diskuze o metaheuristikách a jejich typických vlastnostech je následována ukázkami nekolika vybraných metaheuristických konceptu. Na odpozorovaných vlastnostech je vybudován obecný metaheuristický model vhodný pro vývoj nových i hybridních algoritmu. Celá práce je zakoncena ukázkami autorových publikací s diskuzí o jejich užití ve vybudovaném modelu. Na přiloženém CD je k dispozici i programová implementace obecného modelu, která tvoří nedílnou součást této disertace.
|
|
|
Portfolio Optimization Using Metaheuristics
Haviar, Martin ; Doubravský, Karel (oponent) ; Budík, Jan (vedoucí práce)
This thesis deals with design and implementation of an investment model, which applies methods of Post-modern portfolio theory. Particle swarm optimization (PSO) metaheuristic was used for portfolio optimization and the parameters were analyzed with several experiments. Johnsons SU distribution was used for estimation of future returns as it proved to be the best of analyzed distributions. The result is software application written in Python, which is tested for stability and performance of model in extreme situations.
|
|
|
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.