|
|
Optimalizační modely pro rozdělování zdrojů
Franěk, Jiří ; Šeda, Miloš (oponent) ; Kůdela, Jakub (vedoucí práce)
Práce představuje přehled problematiky optimalizace rozdělování zdrojů a zpracování konstrukce dvou modelů pro uvedený příklad popisující strojírenský výrobní podnik. První z vytvořených modelů, který byl koncipován jako deterministický, byl transformován na stochastický s využitím různých scénářů poptávky. Samotné řešení modelů bylo implementováno v programovacím jazyce Julia s využitím dostupných optimalizačních knihoven. Byla provedena analýza řešení včetně jeho grafického zobrazení a byl úspěšně vytvořen plán výroby pro podnik.
|
|
|
Analysis of Impact of Covariates Entering Stochastic Optimization Problem
Volf, Petr
In the contribution we study consequences of imperfect information to precision of stochastic optimization solution. In particular, it is assumed that the characteristics of optimization problem are influenced by a set of covariates. This dependence is described via a regression model. Hence, the uncertainty is then caused by statistical estimation of regression parameters. The contribution will analyze several regression model cases, together with their application. Precision of results will be explored, both theoretically as well as with the aid of simulations.
|
|
|
Řízení spotřeby elektrické energie pomocí stochastické optimalizace
Sekula, Jakub ; Popela, Pavel (oponent) ; Kůdela, Jakub (vedoucí práce)
Cieľom práce je optimalizácia nabíjania batérií v aute poháňanom elektrickým motorom pomocou riadenia výkonu nabíjačky za účelom zníženia celkových nákladov. V práci budeme uvažovať aj scenár využívania elektrickej energie v bateriách vozidla na chod domácnosti, a to z dôvodu rozdielnych cien energií v priebehu dňa a v noci, kedy sa batérie zvyčajne nabíjajú. Vzhľadom k nejasnosti javov ako trasy, ktorú vozidlo prekoná, výkonu vyžadovaného v domácnosti, či počasia, budeme využívať stochastickú optimalizáciu. Vieme totiž štatisticky predpokladať s akou pravdepodobnosťou k jednotlivým javom dôjde.
|
|
|
Softwarová podpora tvorby rozvrhů
Macků, Veronika ; Šeda, Miloš (oponent) ; Roupec, Jan (vedoucí práce)
Cílem této práce je analyzovat současné přístupy vytváření rozvrhů na VUT a jiných vysokých školách a následně vytvořit software pro poloautomatickou tvorbu rozvrhů. První část představuje úvod do problému rozvrhování na univerzitě, analýzu specifikovaného problému a přehled možných metod řešení. Druhé část se zabývá tvorbou samotného softwaru a implementací vybrané heuristické metody.
|
|
|
Benchmarking of swarm optimization algorithms
Mittaš, Eduard ; Dosoudilová, Monika (oponent) ; Kůdela, Jakub (vedoucí práce)
This thesis deals with benchmarking of swarm optimization algorithms. First part handles optimization problem and it’s meaning in testing of algorithm’s performances. Next chapter describes the very benchmarking itself, it’s tools and software platforms. Afterwards individual algorithms, which were selected for implementation are described. Following this part is a program realization of solution, selected algorithms, selected testing functions and the data, which is exported by the program. The last chapter deals with results of respective performance tests, in which algorithms solved given testing problems. Eventually these results are evaluated and from them an outcome of efficiency and performance of algorithms is formed.
|
|
|
Stochastické síťové modely
Sůva, Pavel ; Dupačová, Jitka (vedoucí práce) ; Kaňková, Vlasta (oponent)
V předložené práci studujeme stochastické síťové modely reprezentující projekt jako souhrn činností a různé přístupy k těmto modelům. Zabýváme se metodou kritické cesty, síťovými modely s pravděpodobnostními omezeními, hledáním referenčního času dokončení projektu, analýzou nejhoršího případu v síťovém modelu a optimalizací parametrů pravděpodobnostních rozdělení dob trvání. Krátce se zabýváme použitím síťových modelů v telekomunikačních sítích. V numerické studii implementujeme některé ze zkoumaných modelů a analyzujeme příslušné numerické výsledky.
|
|
|
Optimalizace v energetických úlohách
Fürst, Matouš ; Kopa, Miloš (vedoucí práce) ; Lachout, Petr (oponent)
Název práce: Optimalizace v energetických úlohách Autor: Matouš Fürst Katedra: Katedra pravděpodobnosti a matematické statistiky Vedoucí bakalářské práce: doc. RNDr. Ing. Miloš Kopa, Ph.D., Katedra pravdě- podobnosti a matematické statistiky Abstrakt: V této práci představujeme optimalizační model částečně energeticky soběstačné domácnosti, jehož cílem je zefektivnit hospodaření s energií. Domác- nost je vybavena solárními panely a disponuje elektromobilem s velkokapacitní baterií. V první části práce jsou shrnuty základní vlastnosti lineárního progra- mování a dvoustupňového stochastického lineárního programování. Následně je formulována a vyřešena dvoustupňová stochastická lineární úloha za účelem op- timalizace nákupu, prodeje a ukládání energie v domácnosti v průběhu jednoho dne. Úloha je formulována ve dvou variantách - s přítomným a s odjíždějícím elektromobilem. Výsledné řešení úlohy představuje optimální rozhodnutí domác- nosti a diskutujeme ho vzhledem ke vstupním datům. V obou variantách vede řešení k nezanedbatelnému snížení nákladů oproti domácnosti nevyužívající ba- terii. Klíčová slova: stochastická optimalizace, lineární programování, domácí elektrická síť 1
|
|
|
Robust approaches in portfolio optimization with stochastic dominance
Kozmík, Karel ; Kopa, Miloš (vedoucí práce)
V problému optimalizace portfolia využíváme moderní přístup stochastické dominance, kde chceme, aby portfolio dominovalo benchmark. Jelikož je rozdělení výnosů často jen odhadnuto z dat, hledáme nejhorší rozdělení, které se liší od empirického rozdělení maximálně o předem nastavenou hodnotu. Nejdříve definujeme, v jakém smyslu je rozdělení nejhorší pro první a druhý řád stochastické dominance. Pro druhý řád stochastické dominance využíváme dvě odlišné formulace pro nejhorší případ. Odvozujeme test robustní stochastické dominance pro všechny zmíněné přístupy a nacházíme nejhorší rozdělení jako optimální řešení nelineárního maximalizačního problému. Dále odvozujeme programy pro maximalizaci účelové funkce přes váhy portfolia s robustní stochastickou dominancí v omezeních. Uvažujeme buď robustnost ve výnosech, nebo v pravděpodobnostech, pro první i druhý řád stochastické dominance. Podle našeho nejlepšího vědomí takový program ještě nikdo nedokázal odvodit. Aplikujeme všechny odvozené optimalizační programy na reálná data, přesněji na výnosy aktiv zachycených Dow Jones Industrial Average, a analyzujeme detailně dané problémy s využitím optimálních řešení pro různá nastavení optimalizačních programů. Portfolia odvozená s robustností ve výnosech překonala portfolia odvozená bez robustnosti v analýze mimo učící...
|
|
|
Trh více prodejců
Trégner, Tomáš ; Lachout, Petr (vedoucí práce) ; Branda, Martin (oponent)
Tato práce se zabývá problémem známým v literatuře jako problém prodavače novin. Po shrnutí základního modelu se věnujeme dvěma rozšířením tohoto problému a jejich spojením do jediného modelu. Prvním rozšířením je možnost prodavače volit prodejní cenu. Druhým rozšířením je vytvoření trhu více prodejců. Obě tyto situace popisujeme v první kapitole této práce. Ve druhé kapitole se pak zabýváme spojením obou uvedených rozšíření, tedy trhem více prodejců, kteří navíc mohou volit svou prodejní cenu. Zabývali jsme se více modely, které popisují takový trh, a zjistili jsme, že se jedná o velice kom- plexní problém. Pro speciální případ takového trhu se dvěma prodejci jsme však nalezli optimální reakci jednoho prodejce na druhého. To nám umožnilo vytvořit program zkou- mající takový trh, zejména závislost optimálního rozhodnutí jednoho prodejce na strategii druhého prodejce a přítomnost Nashových ekvilibrií. 1
|
|
|
Robust approaches in portfolio optimization with stochastic dominance
Kozmík, Karel ; Kopa, Miloš (vedoucí práce) ; Lachout, Petr (oponent)
V problému optimalizace portfolia využíváme moderní přístup stochastické dominance, kde chceme, aby portfolio dominovalo benchmark. Jelikož je rozdělení výnosů často jen odhadnuto z dat, hledáme nejhorší rozdělení, které se liší od empirického rozdělení maximálně o předem nastavenou hodnotu. Nejdříve definujeme, v jakém smyslu je rozdělení nejhorší pro první a druhý řád stochastické dominance. Pro druhý řád stochastické dominance využíváme dvě odlišné formulace pro nejhorší případ. Odvozujeme test robustní stochastické dominance pro všechny zmíněné přístupy a nacházíme nejhorší rozdělení jako optimální řešení nelineárního maximalizačního problému. Dále odvozujeme programy pro maximalizaci účelové funkce přes váhy portfolia s robustní stochastickou dominancí v omezeních. Uvažujeme buď robustnost ve výnosech, nebo v pravděpodobnostech, pro první i druhý řád stochastické dominance. Podle našeho nejlepšího vědomí takový program ještě nikdo nedokázal odvodit. Aplikujeme všechny odvozené optimalizační programy na reálná data, přesněji na výnosy aktiv zachycených Dow Jones Industrial Average, a analyzujeme detailně dané problémy s využitím optimálních řešení pro různá nastavení optimalizačních programů. Portfolia odvozená s robustností ve výnosech překonala portfolia odvozená bez robustnosti v analýze mimo učící...
|
host ::
RSS.