|
High-Level Object Oriented Genetic Programming in Logistic Warehouse Optimization
Karásek, Jan ; Rakús,, Martin (referee) ; Cvrk, Lubomír (referee) ; Burget, Radim (advisor)
Disertační práce je zaměřena na optimalizaci průběhu pracovních operací v logistických skladech a distribučních centrech. Hlavním cílem je optimalizovat procesy plánování, rozvrhování a odbavování. Jelikož jde o problém patřící do třídy složitosti NP-težký, je výpočetně velmi náročné nalézt optimální řešení. Motivací pro řešení této práce je vyplnění pomyslné mezery mezi metodami zkoumanými na vědecké a akademické půdě a metodami používanými v produkčních komerčních prostředích. Jádro optimalizačního algoritmu je založeno na základě genetického programování řízeného bezkontextovou gramatikou. Hlavním přínosem této práce je a) navrhnout nový optimalizační algoritmus, který respektuje následující optimalizační podmínky: celkový čas zpracování, využití zdrojů, a zahlcení skladových uliček, které může nastat během zpracování úkolů, b) analyzovat historická data z provozu skladu a vyvinout sadu testovacích příkladů, které mohou sloužit jako referenční výsledky pro další výzkum, a dále c) pokusit se předčit stanovené referenční výsledky dosažené kvalifikovaným a trénovaným operačním manažerem jednoho z největších skladů ve střední Evropě.
|
|
Development of Operating System Based on Evolutionary and Genetic Algorithms
Skorkovský, Petr ; Moučka,, Jiří (referee) ; Kovár, Martin (referee) ; Chvalina, Jan (advisor)
The main goal of the work is to introduce new ideas how traditional approaches for designing an operation system and associated software can be improved to be a part of automatic software evolution. It is generally supposed that algorithms found by the genetic programming processes cannot be used for exact calculations but only for approximate solutions. Several examples of software evolution are introduced, to show that quite precise solutions can be achieved. To reach this goal, characteristics of tree-like structures with approaches based on cellular automata features are combined in a new promising technique of algorithm representation, joining benefits of both concepts. An application has been developed based on these new genetic programming concepts and it is supposed it can be a part of a future automatic software evolution process.
|
|
Genetic programming - Java implementation
Tomaštík, Marek ; Kuba,, Martin (referee) ; Matoušek, Radomil (advisor)
This Master´s thesis implements computer program in Java, useful for automatic model generating, specially in symbolic regression problem. Thesis includes short description of genetic programming (GP) and own implementation with advanced GP operands (non-destructive operations, elitism, exptression reduction). Mathematical model is generating by symbolic regression, exacly for choosen data set. For functioning check are used test tasks. Optimal settings is found for choosen GP parameters.
|
| |
|
Decision Tree Design Based on Evolutionary Algorithms
Benda, Ondřej ; Trzos, Michal (referee) ; Karásek, Jan (advisor)
Tato diplomová práce pojednává o dvou algoritmech pro dolování z proudu dat - Very Fast Decision Tree (VFDT) a Concept-adapting Very Fast Decision Tree (CVFDT). Je vysvětlen princip klasifikace rozhodovacím stromem. Je popsána základní myšlenka konstrukce stromu Hoeffding Tree, který je základem pro algoritmy VFDT a CVFDT. Tyto algoritmy jsou poté rozebrány detailněji. Dále se tato práce zabývá návrhem algoritmu Genetického Programování (GP), který je použit pro vytváření klasifikátoru obrazových dat. Vytvořený klasifikátor je použit jako alternativní způsob klasifikace objektů v obraze ve frameworku Viola-Jones. V práci je rozebrána implementace algoritmů, které jsou implementovány v jazyce Java. Algoritmus GP je integrován do knihovny “Image Processing Extension” programu RapidMiner. Algoritmy VFDT a CVFDT jsou testovány na syntetických a reálných textových datech. Algoritmus GP je testován na klasifikaci obrazových dat a následně vytvořený klasifikátor je otestován na detekci obličejů v obraze.
|
|
Towards the Automatic Design of Image Filters Based on Cartesian Genetic Programming
Kečkéš, Miroslav ; Uher, Václav (referee) ; Karásek, Jan (advisor)
The aim of this diploma thesis is using cartesian genetic programming on design image filters and creating basic structure for implement diferent type of problems. Genetic programming is rapidly growing method, which often using for solve dificult problems. This thesis analyze basic principle, way of application and implementing this method to design filters. Result of this thesis is program realize design filters define by specific parameters, overview of implementig method and achieve summary from this sphere.
|
|
Scalability of genetic programming model
Kozempel, Lukáš ; Přinosil, Jiří (referee) ; Burget, Radim (advisor)
Theme of this thesis is practical realization of so-called Island model which is one of way of parallel genetic programming. First part is theoretical. This part is describing terms of genetic programming, age-layered population structure and island model. In second part of thesis is described realization of island model in Java language.
|
|
The use of genetic programming in forex trading strategy development
Líbal, Petr ; Šimůnek, Milan (advisor) ; Berka, Petr (referee)
This thesis deals with trading strategy development on foreign market exchange (FOREX) from a perspective of technical analysis. A hypothesis that price data can be used for stable profitable decision making is analyzed. For that purpose, financial data preparation and derived indicators are described in detail. At first, strategies are randomly constructed. Afterward, they are improved iteratively by means of evolution principles. Genetic programming is used in particular. Special attention is devoted to fitness functon definition, on which the progress of strategies depends. Besides usual criterion - profit, other aspects are taken into account. Transactional costs are included in strategy evaluation. Costs have even been increased in comparison with declared values. Some of the best strategies are tested on data, which has not been used for their development. Obtained results did not support the hypothesis. However, process of a strategy search can be improved.
|
| |
| |