|
|
Strategická hra v multi-agentním prostředí Jason
Vais, Roman ; Zbořil, František (oponent) ; Král, Jiří (vedoucí práce)
Práce se zabývá umělou inteligencí využívanou v~oblasti počítačových her, zejména pak tzv. strategií v~reálném čase, a implementuje rozšíření pro jednu z~těchto her. Analyzuje možnosti využití přístupu multi-agentních systémů právě pro účely umělé inteligence v~počítačových hrách. Zabývá se konceptem swarm inteligece (inteligence roje), jako vhodné, ale nevyužívané, varianty umělé inteligence nejen pro strategické hry. Mimo jiné se tato práce pokouší o~volbu vhodné reprezentace vjemů jednotlivých smyslů pro softwarové agenty a poukazuje na náročnost tohoto problému.
|
|
|
Experimenty s rojovou inteligencí (swarm intelligence)
Hula, Tomáš ; Zbořil, František (oponent) ; Grulich, Lukáš (vedoucí práce)
Práce se zabývá rojovou inteligencí jako podoborem umělé inteligence. Stručně popisuje biologické pozadí problematiky a zabývá se také principy hledání cest v mravenčích koloniích. Představena je i oblast kombinatorické optimalizace a detailně jsou definovány úlohy Travelling Salesman Problem a Quadratic Assignment Problem. Hlavní část práce sestává z popisu metod rojové inteligence pro řešení uvedených problémů a zhodnocení experimentů, které byly na těchto metodách provedeny. Konkrétně jde o algoritmy Ant System, Ant Colony System, Hybrid Ant System a Max-Min Ant System. V rámci práce byla také navržena a otestována vlastní metoda Genetic Ant System, která obohacuje základní Ant System mimo jiné o vývoj parametrů jednotek na základě genetických principů. V rámci obou řešených úloh jsou porovnány výsledky popisovaných metod společně s výsledky metod klasické umělé inteligence.
|
|
|
Ant Colony Optimization for Solving Big Instances of TSP
Ramosová, Patrícia ; Jaroš, Jiří (oponent) ; Bidlo, Michal (vedoucí práce)
Currently, many applications place emphasis on finding the optimal solution to a particular problem. However, it is typical for some tasks that their complexity increases exponentially depending on the size of the instance. A typical example of such a problem is the Traveling Salesman Problem (TSP). One class of methods that have proven to be very helpful in solving TSPs are ant algorithms. Nonetheless, they reached their limit - a high number of cities in the instance and became almost unusable due to time and memory requirements. This bachelor thesis aims to modify the ant algorithm and create a system capable of quickly and efficiently solve large-scale TSPs without significant loss in the quality of the solution found. Optimization will focus on reducing memory complexity and total execution time.
|
|
| |
|
|
Evoluční algoritmy pro řešení globálních optimalizačních problémů
Dragon, Ondřej ; Kozumplík, Jiří (oponent) ; Mézl, Martin (vedoucí práce)
Tato práce je věnována evolučním algoritmům a řešením globálních optimalizačních problémů, a to hlavně problému obchodního cestujícího. Problém obchodního cestujícího je podrobně rozebrán stejně jako metody jeho řešení, kterými jsou: teorie grafů, heuristické metody a evoluční algoritmy. Hlavní optimalizační metodou této práce, je Inver - over operátor. V závěru jsou implementovány vybrané metody a je provedeno jejich testování a vyhodnocení na jednotlivých datových souborech.
|
|
| |
|
|
Optimalizace antén na EBG substrátech tzv. kolonií mravenců
Wilder, Roman ; Lukeš, Zbyněk (oponent) ; Horák, Jiří (vedoucí práce)
Tato diplomová práce se zabývá optimalizací antén na EBG substrátech pomocí metody kolonie mravenců (ACO). Tato metoda vychází z komunikačních mechanismů reálné kolonie mravenců. V první části této práce je rozebrána teorie planárních antén a také teorie ACO. Dále je popsán princip funkce EBG substrátů a obecně fyzikální jevy uplatňující se při šíření elektromagnetické vlny periodickým prostředím. V další části byla ACO implementována do jazyka VBA a aplikována na dva modely planárních antén. Tyto modely byly vytvořeny v programu CST Microwave Studio. Po optimalizaci antén byly vyhodnoceny výsledky a u jedné z antén bylo provedeno porovnání s optimalizačními metodami v CST Microwave Studio. U druhého modelu byl poté standardní substrát nahrazen substrátem s EBG a výsledky byly porovnány. Byly použity 2 typy mřížek EBG. U čtvercové byl popsán postup návrhu mřížky a byl získán modelováním v CST disperzní diagram. Nakonec bylo provedeno ověření získaných výsledků v programu Ansoft HFSS a výsledky získané výsledky byly mezi sebou porovnány.
|
|
|
Analýza různých přístupů k řešení optimalizačních úloh
Knoflíček, Jakub ; Samek, Jan (oponent) ; Zbořil, František (vedoucí práce)
Tato práce se zabývá řešením optimalizačních úloh při použití různých přístupů. Na úvod je formálně definován pojem optimalizační úloha a následuje zavedení pojmu fitness funkce, která je společná pro všechny optimalizační metody. Poté jsou rozebrány přístupy při optimalizaci pomocí hejna částic, mravenčí kolonií, simulovaným žíháním, genetickými algoritmy a posilovaným učením. Pro testování slouží dvě diskrétní (problém více batohů a problém pokrytí množiny) a dvě spojité úlohy (hledání globálního minima Ackleyho a Rastriginovy funkce), jež popisujeme v další kapitole. Následuje popis implementačních detailů pro jednotlivé optimalizační metody, například způsoby reprezentace řešení či jakým způsobem jsou stávající řešení v průběhu algoritmu měněna. Nakonec jsou prezentovány výsledky měření, které ukazují optimální nastavení parametrů zkoumaných metod vzhledem k testovacím úlohám.
|
|
|
Problém obchodního cestujícího
Řezníček, Jan ; Zbořil, František (oponent) ; Zbořil, František (vedoucí práce)
Práce se zaměřuje na implementaci algoritmů, které řeší problém obchodního cestujícího. Součástí je i uživatelské rozhraní s mapou pro import míst. Hlavní algoritmy, které jsou součástí práce jsou ACO a mnou vymyšlený a implementovaný algoritmus. ACO optimalizace, které zlepšují výsledky, jako jsou nastavení počátečních feromonů pomocí algoritmu nejbližších sousedů. Můj algoritmus funguje na principu postupného vylepšování cesty.
|
|
|
Ant Colony Optimization: Implementace a testování biologicky inspirované optimalizační metody
Havlík, Michal
Havlík, M. Ant Colony Optimization: Implementace a testování biologicky in-spirované optimalizační metody. Diplomová práce. Brno, 2015. Tato diplomová práce se zabývá implementací a testováním algoritmu Ant Colony Optimalization, jakožto algoritmu z rodiny optimalizačních metod inspirovaných přírodními procesy. Daný algoritmus je popsán, zanalyzován a následně dán do kontextu s problémy, jež může řešit. Na základě zjištěných poznatků je navržena implementace, která řeší problém obchodního cestují-cího. Implementace je obohacena o grafické uživatelské rozhraní, umožňující sledovat průběh algoritmu. Běh implementace je dále optimalizován pomocí paralelního programování a dalších metod. Na závěr je implementace porov-nána a shrnuty dosažené výsledky.
|
host ::
RSS.