|
|
Toolbox pro spolupráci MATLABu s externími simulačními programy
Moravec, Petr ; Sekanina, Lukáš (oponent) ; Oliva, Lukáš (vedoucí práce)
V diplomové práci je popsáno skriptovací rozhraní dvou programů CST a HFSS pro vlnovou analýzu elektromagnetických struktur. Práce je zaměřena především na možnosti ovládání těchto programu přes skriptovací jazyky a systémové rozhraní operačního systému Microsoft Windows. Popisuje postup propojení programů s MATLABem a ukazuje ho na komentovaných skriptech pro úplnou analýzu vybraného problému, import a zpracování výsledku v MATLABu. Dále jsou navrženy a implementovány funkce tvořící propojovací vrstvu mezi MATLABem a simulačními programy. Vrstva umožňuje úplné ovládání simulačních programů publikované v dostupné dokumentaci k programům. Vrstva je podrobně popsána v referenční příručce a je využita k optimalizaci modelu planární antény metodami Particle swarm optimization (PSO). Dále je prezentováno další využití vrstvy pro porovnatelné srovnání implementací globálních optimalizačních metod – SOMA a Diferenciální evoluce včetně návrhu postupu pro porovnání výkonnosti optimalizačních algoritmů na jednoduchých elektromagnetických modelech.
|
|
|
Aplikace optimalizační metody PSO v podnikatelství
Veselý, Filip ; Kaštovský, Petr (oponent) ; Dostál, Petr (vedoucí práce)
Tato práce se zabývá dvěma optimalizačními problémy, problémem obchodního cestujícího a shlukovou analýzou. Řešení těchto optimalizačních problémů je aplikováno na potřeby společnosti INVEA-TECH. Práce dále stručně popisuje problematiku optimalizace a některé optimalizační techniky. Podrobněji se zabývá inteligencí roje, přesněji inteligencí částicových hejn. Částí práce je rešerše variant optimalizačních algoritmů na bázi částicových hejn. V druhé části jsou popsány varianty algoritmu PSO řešící problém shlukování a problém obchodního cestujícího a popis jejich implementace v jazyce Matlab.
|
|
|
Ladění parametrů LQG řízení pomocí evolučních metod
Marton, Filip ; Brablc, Martin (oponent) ; Grepl, Robert (vedoucí práce)
Tato diplomová práce se zabývá návrhem evolučních algoritmů pro optimalizaci LQG řízení dvou laboratorních modelů. Dále se zabývá tvorbou zjednodušených modelů popisujících reálné modely a následnou identifikací jejich parametrů. Po této části se věnuje optimalizaci parametrů řízení na zjednodušených modelech, odzkoušení tohoto řízení na laboratorních modelech a shrnutí výsledků řízení modelů.
|
|
|
PSO-algorithms and possibilities for their use in cryptanalysis.
Svetlíková, Lenka ; Tůma, Jiří (vedoucí práce) ; Hojsík, Michal (oponent)
Ciel'om diplomovej práce bolo preskúmat' možnosti využitia algoritmu PSO v kryp- toanalýze. PSO algoritmus sme aplikovali na riešenie problému jednoduchej zámeny a útoku na šifrový systém DES. Pre jednoduchú zámenu sme pomocou modifikácie diskrétnej verzie PSO dosiahli lepšie alebo porovnatel'né výsledky než pomocou iných bi- ologicky motivovaných algoritmov. Navrhli sme spôsob ako využit' PSO na útok na DES a zlomili sme 2-kolový DES pri znalosti len 20 l'ubovol'ných otvorených a im prislúchajúcich šifrových textov. Analyzovali sme, prečo táto metóda nevedie k úspechu pre viac ako 4- kolový DES. V závere práce sme popísali základné princípy diferenčnej kryptoanalýzy pre DES a navrhli sme špecifickú modifikáciu algoritmu PSO na hl'adanie optimálnej diferenčnej charakteristiky pre útok na DES. Pre jednoduché problémy PSO algorit- mus funguje vel'mi efektívne, pre sofistikované systémy ako DES však bez zabudovania hlbokých znalostí o systéme do algoritmu nie je možné dosiahnut' výraznejšie výsledky. 1
|
|
| |
|
|
PSO-algorithms and possibilities for their use in cryptanalysis.
Svetlíková, Lenka ; Tůma, Jiří (vedoucí práce) ; Hojsík, Michal (oponent)
Ciel'om diplomovej práce bolo preskúmat' možnosti využitia algoritmu PSO v kryp- toanalýze. PSO algoritmus sme aplikovali na riešenie problému jednoduchej zámeny a útoku na šifrový systém DES. Pre jednoduchú zámenu sme pomocou modifikácie diskrétnej verzie PSO dosiahli lepšie alebo porovnatel'né výsledky než pomocou iných bi- ologicky motivovaných algoritmov. Navrhli sme spôsob ako využit' PSO na útok na DES a zlomili sme 2-kolový DES pri znalosti len 20 l'ubovol'ných otvorených a im prislúchajúcich šifrových textov. Analyzovali sme, prečo táto metóda nevedie k úspechu pre viac ako 4- kolový DES. V závere práce sme popísali základné princípy diferenčnej kryptoanalýzy pre DES a navrhli sme špecifickú modifikáciu algoritmu PSO na hl'adanie optimálnej diferenčnej charakteristiky pre útok na DES. Pre jednoduché problémy PSO algorit- mus funguje vel'mi efektívne, pre sofistikované systémy ako DES však bez zabudovania hlbokých znalostí o systéme do algoritmu nie je možné dosiahnut' výraznejšie výsledky. 1
|
|
|
Aplikace optimalizačních metod v hydrologickém modelování
Jakubcová, Michala ; Máca, Petr (vedoucí práce) ; Hanel, Martin (oponent)
Hlavním cílem optimalizačního procesu je nalezení optimálního stavu dané reality. Z mnoha možností je vybrána nejlepší varianta, čímž vzroste efektivita celého systému. Optimalizační technika byla aplikována v mnoha inženýrských problémech. V rámci hydrologického modelování je využita k odhadu nejlepší sady parametrů modelu, či k trénování umělých neuronových sítí.
Relativně novou optimalizační metodou je optimalizace rojem částic (PSO), která se vyznačuje malým množstvím parametrů pro nastavení a jednoduchou implementací. Původní algoritmus této metody byl mnoha autory modifikován. Důraz byl kladen na změnu způsobu inicializace částic v hejnu, aktualizaci topologie populace, přidání nového parametru do rovnice, či začlenění mechanismu promíchávání do algoritmu.
Modifikace PSO algoritmu zlepší provedení optimalizace, zamezí predčasné konvergenci a sníží výpočetní čas systému. Z těchto důvodů zahrnují hlavní cíle předložené doktorské práce navržení nové modifikace PSO metody s její implementací v programovacím jazyce C++. V práci bylo porovnáno a vyhodnoceno více PSO variant a nejlepší metody byly použity ve dvou hydrologických případových studiích.
První případová studie se zabývá použitím PSO algoritmů na inverzních problémech spojených s odhadem parametrů srážko-odtokového modelu Bilan. Ve druhé studii byly zkombinovány umělé neuronové sítě s PSO metodou pro předpověd´ vybraného indexu sucha.
Bylo zjištěno, že optimalizace rojem částic je vhodným nástrojem pro řešení problémů v rámci hydrologického modelování. Nejefektivnějšími PSO modifikacemi jsou varianty s adaptivní verzí váhovacího faktoru, které aktualizují rychlost částice během prohledávání vícedimenzionální řešené oblasti pomocí zpětné vazby.
Mechanismus promíchávání a přerozdělování částic do komplexů, ve kterých je samostatně spouštěn PSO algoritmus, také výrazně zlepšil provedení optimalizace.
Přínos této doktorské práce spočívá ve vytvoření nové PSO modifikace, která byla otestována na referenčních problémech a úspěšně aplikována ve dvou hydrologických případových studiích. Výsledky práce rozšířily využití PSO metody v reálných inženýrských problémech a všechny analyzované PSO algoritmy jsou k dispozici pro pozdější využití v rámci dalších výzkumných projektů.
|
|
|
Řešení optimalizačních úloh algoritmy PSO
González, Marek ; Rozman, Jaroslav (oponent) ; Zbořil, František (vedoucí práce)
Práce se zabývá popisem algoritmu particle swarm optimization (PSO) a demonstrací jeho činnosti na vybraných optimalizačních úlohách. PSO byl převážně navržen pro spojitou optimalizaci a řadí se mezi algoritmy hromadné inteligence. Práce obsahuje úvod do problematiky optimalizace a teoretický popis algoritmu. Po teoretické části následuje část praktická, která se věnuje implementaci algoritmu a hledání vhodného nastavení jeho parametrů. Řešené úlohy jsou shlukování, problém obchodního cestujícího a hledání minima vícerozměrných funkcí.
|
|
|
Optimalizace nastavení závodního vozu simulátoru TORCS
Srnec, Pavel ; Jaroš, Jiří (oponent) ; Pospíchal, Petr (vedoucí práce)
Tato práce pojednává o přírodních optimalizačních technikách, které jsou využity pro řešení problému nastavení závodního vozu. Nejdříve jsou v rámci optimalizačních technik představeny evoluční algoritmy. Největší důraz je kladen na optimalizaci hejnem částic. Nastavení závodního vozu je popsáno v samostatné kapitole spolu s představením simulátoru TORCS. Práce obsahuje veškeré návrhové a implementační části zvolených technik. Hlavním cílem práce je nalezení optimálního nastavení pro různé specifikace okruhů.
|
|
|
Akcelerace částicových rojů PSO pomocí GPU
Záň, Drahoslav ; Petrlík, Jiří (oponent) ; Jaroš, Jiří (vedoucí práce)
Tato práce sa zabývá populačně založenou stochastickou optimalizační technikou PSO (Particle Swarm Optimization) a její akcelerací. Jedná se o jednoduchou, ale velmi efektivní techniku, určenou k řešení složitých multidimenzionálních problémů, která nachází uplatnění v široké oblasti aplikací. Cílem práce je vytvořit paralelní implementaci tohoto algoritmu s důrazem na co nejvyšší zrychlení výpočtu. K tomuto účelu byla zvolena grafická karta (GPU), která v dnešních dobách poskytuje cenově dostupný, masivní výpočetní výkon. Za účelem vyhodnocení přínosu akcelerace s využitím GPU byly vytvořeny a porovnávány dvě aplikace řešící problém odvozený od známého NP-těžkého problému Knapsack. Akcelerovaná aplikace na GPU vykazuje až 5-násobné průměrné a téměř 10-násobné maximální zrychlení výpočtu oproti optimalizované aplikaci pro vícejádrový procesor, ze které vycházela.
|
host ::
RSS.