|
|
Využití umělé inteligence jako podpory pro rozhodování
Nezbedová, Katarína ; Pekárek, Jan (oponent) ; Dostál, Petr (vedoucí práce)
Táto bakalárska práca sa zaoberá problematikou Tamariho atraktoru a jeho aplikáciou pre formovanie predikčného modelu. Jadrom práce je vytvorenie programu na simuláciu, vo vývojovom prostredí MATLAB, a jeho využitie pre vytvorenie a porovnanie niekoľkých prípadových štúdií predikčného modelu založeného na odlišných parametroch. Tento model je zobrazený graficky a doplnený o ekonomickú interpretáciu.
|
|
|
Analýza Duffingova oscilátoru
Sosna, Petr ; Hadraba, Petr (oponent) ; Rubeš, Ondřej (vedoucí práce)
Tato práce se zabývá analýzou možného chování buzeného i nebuzeného Duffingova oscilátoru. V teoretické části jsou uvedeny základní teoretické poznatky o Duffingově rovnici. Numerické řešení se zaměřuje na dynamiku oscilací hmotného bodu v dvojpotenciálové jámě, pro který je použita Duffingova rovnice se zápornou lineární tuhostí. Je ukázán vliv parametrů Duffingovy rovnice na chování systému. V práci jsou popsány periodické i chaotické atraktory, bifurkace systému. Pro konkrétní hodnoty parametrů je vytvořen bifurkační diagram a jsou simulovány oblasti přitažlivosti jednotlivých atraktorů pro různé hodnoty síly a frekvence buzení.
|
|
|
Analýza a predikce vývoje devizových trhů pomocí chaotických atraktorů a neuronových sítí
Pekárek, Jan ; Dostál, Petr (oponent) ; Budík, Jan (vedoucí práce)
Práce se zabývá komplexní analýzou a predikcí devizových trhů. Využívá při tom pokročilých metod umělé inteligence, zejména neuronových sítí a teorie chaosu. Představuje netradiční přístupy a metody z každé z těchto oblastí, srovnává je a aplikuje na reálný problém. Jádrem práce je návrh a srovnání několika predikčních modelů založených na zcela odlišných principech a teoriích. Výsledkem je výběr nejvhodnějšího predikčního modelu, jenž nese označení NAR + H. Model je hodnocen dle více kritérií, jsou diskutovány jeho klady a zápory, vyčíslena přibližná očekávaná ziskovost a riziko. Veškeré analytické, predikční a dílčí algoritmy jsou implementovány ve vývojovém prostředí Matlabu a tvoří jednotnou knihovnu všech použitých funkcí a skriptů. Ta je zároveň druhým hlavním výstupem práce.
|
|
|
Analýza Duffingova oscilátoru
Sosna, Petr ; Hadraba, Petr (oponent) ; Rubeš, Ondřej (vedoucí práce)
Tato práce se zabývá analýzou možného chování buzeného i nebuzeného Duffingova oscilátoru. V teoretické části jsou uvedeny základní teoretické poznatky o Duffingově rovnici. Numerické řešení se zaměřuje na dynamiku oscilací hmotného bodu v dvojpotenciálové jámě, pro který je použita Duffingova rovnice se zápornou lineární tuhostí. Je ukázán vliv parametrů Duffingovy rovnice na chování systému. V práci jsou popsány periodické i chaotické atraktory, bifurkace systému. Pro konkrétní hodnoty parametrů je vytvořen bifurkační diagram a jsou simulovány oblasti přitažlivosti jednotlivých atraktorů pro různé hodnoty síly a frekvence buzení.
|
|
|
Využití umělé inteligence jako podpory pro rozhodování
Nezbedová, Katarína ; Pekárek, Jan (oponent) ; Dostál, Petr (vedoucí práce)
Táto bakalárska práca sa zaoberá problematikou Tamariho atraktoru a jeho aplikáciou pre formovanie predikčného modelu. Jadrom práce je vytvorenie programu na simuláciu, vo vývojovom prostredí MATLAB, a jeho využitie pre vytvorenie a porovnanie niekoľkých prípadových štúdií predikčného modelu založeného na odlišných parametroch. Tento model je zobrazený graficky a doplnený o ekonomickú interpretáciu.
|
|
|
Analýza a predikce vývoje devizových trhů pomocí chaotických atraktorů a neuronových sítí
Pekárek, Jan ; Dostál, Petr (oponent) ; Budík, Jan (vedoucí práce)
Práce se zabývá komplexní analýzou a predikcí devizových trhů. Využívá při tom pokročilých metod umělé inteligence, zejména neuronových sítí a teorie chaosu. Představuje netradiční přístupy a metody z každé z těchto oblastí, srovnává je a aplikuje na reálný problém. Jádrem práce je návrh a srovnání několika predikčních modelů založených na zcela odlišných principech a teoriích. Výsledkem je výběr nejvhodnějšího predikčního modelu, jenž nese označení NAR + H. Model je hodnocen dle více kritérií, jsou diskutovány jeho klady a zápory, vyčíslena přibližná očekávaná ziskovost a riziko. Veškeré analytické, predikční a dílčí algoritmy jsou implementovány ve vývojovém prostředí Matlabu a tvoří jednotnou knihovnu všech použitých funkcí a skriptů. Ta je zároveň druhým hlavním výstupem práce.
|
host ::
RSS.