|
|
Systém řízení dopravy
Kačic, Matej ; Burget, Radek (oponent) ; Kolář, Dušan (vedoucí práce)
Cílem práce je vytvořit aplikaci, která odsimuluje dopravní situaci na simulačním modelu založeném na realitě, a zvládne řídit světelní signalizaci na základe navrhnutého algoritmu tak, aby cestní provoz byl plynulý a systém měl co největší propustnost. Zaobírá se popisem simulačního modelu, analýzou různých přístupů při návrhu algoritmů při řízení dopravního systému a podrobně popisuje evoluční přístup optimalizace řízení systému křižovatek.
|
|
|
Evoluční řešení Rubikovy kostky
Mališ, Radim ; Sekanina, Lukáš (oponent) ; Jaroš, Jiří (vedoucí práce)
Tato diplomová práce se zabývá evoluční metodou řešení hlavolamu Rubikova kostka. Celosvětově rozšířený hlavolam je už po několik desítek let nejen hračkou pro děti a dospělé, ale téměř životním stylem pro zástupy nadšenců a rovněž značnou výzvou pro odborníky z počítačové oblasti, kteří se pokoušejí o jeho efektivní automatizované řešení. Potenciál pro řešení problému by v sobě mohly skrývat i evoluční algoritmy. V rámci této práce byla navržena aplikace využívající, kromě genetických algoritmů, řady technik, jako jsou lineární genetické programování, nebo lokální prohledávání, jejichľ účelem je zefektivnit evoluční proces. Byla rovněž vytvořena sada testů zkoumající vliv velikosti populace, křížení, mutace a dalších. Všechny testy byly vyhodnoceny pomocí statistiky.
|
|
|
Symbolická regrese a koevoluce
Drahošová, Michaela ; Žaloudek, Luděk (oponent) ; Sekanina, Lukáš (vedoucí práce)
Symbolická regrese je úloha identifikace matematického popisu skryté závislosti experimentálně získaných dat. Symbolická regrese je úzce spjata se základními úlohami strojového učení. Tato práce se zabývá symbolickou regresí a jejím řešením založeném na principu genetického programování a koevoluce. Genetické programování je evolucí inspirovaná metoda strojového učení, která automaticky generuje celé programy v určitém programovacím jazyce. Koevoluce fitness prediktorů je optimalizační metoda modelování fitness, která snižuje náročnost a frekvenci výpočtu fitness. Tato práce se zabývá návrhem a implementací řešení symbolické regrese s užitím koevoluce fitness prediktorů a srovnáním s řešením bez užití koevoluce. Experimenty byly provedeny s použitím kartézského genetického programování.
|
|
|
Modularita v evolučním návrhu
Klemšová, Jarmila ; Bidlo, Michal (oponent) ; Vašíček, Zdeněk (vedoucí práce)
Tato práce popisuje vybrané evoluční algoritmy a jejich využití hlavně v oblasti návrhu číslicových obvodů. V první části se zabývá obecným principem evolučních algoritmů. Na tuto část navazuje genetickými algoritmy a genetickým programováním. Dále se zabývá popisem kartézského genetického programování a některými jeho modifikacemi jako modulární, sebemodifikující se a kartézské genetické programování s více chromozomy. Hlavní část tvoří návrh a implementace modularizační techniky pro zefektivnění evolučního návrhu. Nedílnou součástí je experimentální vyhodnocení systému na sadě benchmarkových obvodů.
|
|
|
Evoluční model s učením (LEM) pro optimalizační úlohy
Weiss, Martin ; Vašíček, Zdeněk (oponent) ; Schwarz, Josef (vedoucí práce)
Numerická optimalizace multimodálních či jinak netriviálních funkcí se stále drží blízko středu pozornosti výzkumníků v této oblasti. Jednou ze slibných metod je i hybridní přístup Learnable Evolution Model kombinující zavedené postupy z oblasti umělé inteligence a strojového učení s poslední dobou populárními a efektivními metodami evolučního programování. V této práci byla metoda zhodnocena z hlediska co už bylo implementováno a vyzkoušeno a bylo navrženo několik dalších možných implementací. Vybrané přístupy byly realizovány a otestovány na vybraných netriviálních spojitých funkcích. Výsledky byly následně porovnány s výsledky dosaženými pomocí EDA algoritmů.
|
|
|
Predikce časových řad pomocí statistických metod
Beluský, Ondrej ; Bidlo, Michal (oponent) ; Schwarz, Josef (vedoucí práce)
Různé společnosti považují za neodmyslitelné získávat předpověď časových řad nejistých hodnot proměnných, které ovlivňují jejich rozhodnutí. Marketing obsahuje vícero rozhodnutí, která závisí na spolehlivé předpovědi. Předpovědi jsou založeny přímo nebo nepřímo na informacích, které jsou získány z historických dat. Tato data mohou obsahovat různé vzory - jako je trend, horizontální vzor, sezónní vzor nebo i cyklický vzor. Většina metod je založena na rozpoznávaní těchto vzorů, jejich promítnutí do budoucnosti a následného vytvoření předpovědi. Jiné přístupy jako jsou například neuronové sítě jsou černými skříňkami, které využívají učení.
|
|
|
Optimalizace tvaru výfukových svodů
Navrátil, Dušan ; Rozman, Jaroslav (oponent) ; Zbořil, František (vedoucí práce)
V této práci je vyvinut systém pro multikriteriální optimalizaci tvaru výfukových svodů včetně počátečního návrhu svodů. Prostor řešení je prohledáván na základě evolučních algoritmů. Ohodnocení tvaru výfukových svodů vychází z délky svodů a součtu obloukových úhlů. Zárověň svody nesmí zasahovat do okolních dílů. Systém je otestován na sadě vstupních dat vycházejících z praxe. Dále je vyhodnocena výkonnost navrženého evolučního algoritmu.
|
|
|
Optická charakterizace tenkých vrstev s využitím evolučních technik
Horáček, Miloslav ; Bidlo, Michal (oponent) ; Jaroš, Jiří (vedoucí práce)
Cílem diplomové práce je vytvořit techniku pro optimalizaci parametrů tenkých vrstev dle konkrétních požadavků zadavatele. Program bude používán na Fakultě strojního inženýrství a má usnadnit práci pracovníkům ústavu Fyzikálního inženýrství. Na tomto ústavu jsou prováděna měření parametrů optických vlastnosti tenkých vrstev pomocí digitálního zobrazovacího spektrofotometru. Jeho výstupem jsou digitální mapy (snímky) relativní odrazivosti těchto vrstev ze studované plochy povrchu vrstev. Mým úkolem je tyto snímky zpracovat a zjistit tloušťku zadané tenké vrstvy na křemíkové podložce. V práci jsou vysvětleny všechny použité nástroje a techniky pro tvorbu vlastního programu včetně evolučních technik a nezbytných základů optiky tenkých vrstev (v rámci elektromagnetické optiky). Přílohou práce je elektronické médium se zdrojovými texty.
|
|
|
Akcelerace genetického algoritmu s využitím GPU
Pospíchal, Petr ; Šimek, Václav (oponent) ; Jaroš, Jiří (vedoucí práce)
Tento text představuje diplomovou práci se zaměřením na akceleraci Genetických algoritmů s použitím grafických čipů. První část popisuje Genetické algoritmy a s ním související populaci, chromozom, křížení, mutaci a selekci. Další část je věnována možnostem využití grafických karet jako prostředku pro obecné výpočty, kde jsou popsány jak možnosti programovatelné grafické pipeline s použitím DirectX/OpenGL a Cg, tak specializované knihovny pro GPGPU se zaměřením na architekturu CUDA. Další kapitola se zaměřuje na návrh implementace s použitím GPU, popsány jsou PGA modely a dílčí problémy, jako jsou rychlé řazení a generování náhodných čísel. Následují detaily implementace -- migrace, křížení a selekce mapovaná na CUDA softwarový model. Závěrem je provedeno srovnání rychlosti a kvality CPU a GPU části.
|
|
|
Evoluční optimalizace turnusů jízdních řádů
Filák, Jakub ; Bidlo, Michal (oponent) ; Jaroš, Jiří (vedoucí práce)
Tato práce se zabývá problémem optimalizace turnusů jízdních řádů. Obsahuje popis jízdních řádů se zaměřením na popis turnusů a jejich optimální tvorby, jak s pomocí klasických metod, tak s využitím heuristik. Dále jsou popsány evoluční algoritmy, které přímo souvisejí s prací. Důraz je kladen na popis genetických algoritmů a metody zakázaného hledání. Na základě poznatků jsou dále navrženy operátory křížení a mutace a lokální vyhledávací metoda pro memetický algoritmus řešící tvorbu optimálních turnusů jízdních řádů. V souladu s návrhem algoritmů jsou analyzovány požadavky na optimalizační systém. Práce obsahuje popis implementace analyzovaného systému a diskutuje výsledky experimentů se systémem.
|
host ::
RSS.