|
|
Problém obchodního cestujícího
Šůstek, Martin ; Snášelová, Petra (oponent) ; Zbořil, František (vedoucí práce)
Práce se zaměřuje na úpravu známých postupů ACO a GA s ohledem na zvyšování efektivity nalézaných řešení. Jsou zde prezentovány dva nové přístupy pro řešení TSP. Pomocí jednoho z nich lze také vytvořit počáteční populaci pro GA. Je uveden konkrétní návrh programu a v příloze pak i jeho implementace v jazyce Java. Aby se zlepšila efektivita řešení, jsou navržené a implementované lokální optimalizace. Po uplynutí předem stanoveného strojového času jsou mezi sebou porovnány minimální vzdálenosti dosažené zvolenými metodami. Experimenty jsou provedeny na sadách s různými počty míst, konkrétně od 101 až po 3891.
|
|
|
Akcelerace neuronových sítí s využitím GPU
Šimíček, Ondřej ; Jaroš, Jiří (oponent) ; Petrlík, Jiří (vedoucí práce)
Tato práce se zabývá využitím grafických čipů pro akceleraci neuronových sítí s učením typu backpropagation. Pro řešení tohoto problému byla zvolena technologie OpenCL umožňující využít grafické čipy různých výrobců. Hlavním cílem práce byla akcelerace časově náročného procesu učení sítí a procesu klasifikace. Zrychlení bylo docíleno trénováním velkého množství neuronových sítí současně. Získané zrychlení bylo využito pro nalezení vhodné topologie a nastavení neuronové sítě pro zadanou úlohu pomocí genetického algoritmu.
|
|
|
Heuristiky v optimalizačních úlohách třídy RCPSP
Šebek, Petr ; Kočí, Radek (oponent) ; Hrubý, Martin (vedoucí práce)
Tato práce se zabývá popisem stavu resource-constrained project scheduling problem. Definuje základní problém a jeho složitost. Také popisuje varianty tohoto problému. Jsou představeny algoritmy pro řešení RCPSP. V práci je důkladně rozebrán heuristický genetický algoritmus GARTH. Je také naznačena implementace dvou prototypů řešících RCPSP pomocí algoritmu GARTH. Je navrhnuto několik vylepšení originálního algoritmu a ty jsou vyhodnoceny.
|
|
|
Systém pro pokročilé plánování
Horký, Aleš ; Jaroš, Jiří (oponent) ; Drahošová, Michaela (vedoucí práce)
Tato diplomová práce se zabývá návrhem a implementací softwaru pro automatizované plánování rozvrhů zkoušek a přednášek. Návrh je přizpůsoben pro specifické potřeby Fakulty informačních technologií Vysokého učení technického v Brně. Problém je řešen kombinací genetického a heuristického algoritmu. Pomocí genetického algoritmu je získáno pořadí předmětů v jakém mají být vkládány do výsledného rozvrhu heuristickým algoritmem. Výkonnostně optimalizovaná implementace v jazyce Python 3 umožňuje tento výpočet paralelizovat, díky čemuž lze získat vygenerované rozvrhy již za dobu řádově desítek minut. Provedené experimenty vykazují ve všech sledovaných kritériích přibližně o 13% lepší výsledky, než jakých bylo dosaženo u zkouškových rozvrhů v minulosti. Vývoj byl pravidelně konzultován s osobami zodpovědnými za tvorbu rozvrhů na fakultě. Program bude použit při vytváření zkouškových rozvrhů pro akademický rok 2015/2016.
|
|
|
Tenkostěnné přesypané konstrukce
Houšť, Vladimír ; Hrdoušek,, Vladislav (oponent) ; Barták,, Jiří (oponent) ; Klusáček, Ladislav (oponent) ; Stráský, Jiří (vedoucí práce)
Předkládaná disertační práce je zaměřena na analýzu tenkostěnných přesypaných klenbových konstrukcí. Štíhlá betonová klenba je řešena s využitím nelineárního FE-modelu, který zohledňuje konstitutivní vztahy pro zeminy, interakci zásypu se zeminou a postupnou výstavbu s vlivem hutnění. Pokročilý FE-model byl kalibrován měřenými daty z experimentů dvou přesypaných obloukových konstrukcí. Matematické optimalizační metody genetických algoritmů a Levenberg-Marquardt metoda jsou aplikovány na kalibrované komplexní výpočtové modely za účelem eliminace ohybové složky napětí v betonovém průřezu přesypané klenby. K interpolaci tlakové čáry od zatížení je střednice klenby parametrizována Bézierovou křivkou třetího stupně. Optimalizační metoda je aplikována v rozsáhlé parametrické studii, z které jsou získány optimální geometrie pro přesypané klenby různého poměrného vzepětí, výšky nadnásypu a typu podloží. Pro praktické využití jsou vypsány parametry Bézierovi křivky pro jednotlivé výsledné geometrie. Následně je aplikována optimalizační metoda k teoretické redukci napětí optimalizací geometrie střednice na dříve kalibrovaném modelu přesypané klenby. Jsou prezentovaný porovnání zemních tlaků, vnitřních sil a deformací štíhlé klenby v průběhu výstavby pro jednotlivé klenby dle poměrného vzepětí. Působení štíhlé přesypané klenby při lokálním zatížení dopravou modelem LM1 bylo analyzováno s využitím 3D modelu s vlivem různých výšek nadnásypu.
|
|
|
Vliv tvaru křivek svítivosti na rozmístění svítidel
Bayer, Rudolf ; Brejcha, Michal
The paper discusses a way to deploy a given number of point light sources in the interior to provide required illuminance levels and uniformity of the working plane by using a genetic algorithm. Furthermore a genetic algorithm has been used to generate a proper luminous intensity distribution curve of multiple luminaires to meet the given criteria for the reference plane of the model room for predefined luminaire positions.
|
|
|
Metriky a kriteria pro diagnostiku sociotechnických systémů
Raudenská, Lenka ; Dohnal, Mirko (oponent) ; Nenadál, Jaroslav (oponent) ; Fiala, Alois (vedoucí práce)
Disertační práce se zabývá metrikami a kriterii pro diagnostiku sociotechnických systémů, což je v dnešní době aktuální téma firem, které chtějí zajistit kvalitu výrobků s ohledem na požadavky trhu. Stále více zákazníků vyžaduje po dodavatelích, aby prokazovali trvalou způsobilost vyrábět a dodávat kvalitní výrobky podle daných specifikací. Schopnost vyrábět kvalitní výrobky, odpovídající požadavkům zákazníka, získává klíčovou roli v konkurenceschopnosti podniku. V práci nalezneme základní strategie a pravidla, která jsou předpokladem dobře fungujícího podniku a dokáží zajistit kvalitu výrobků za konkurence schopné výrobní ceny. Dále jsou v práci uvedeny metody a nástroje pro plánování, jež jsou nutné pro kvantifikování množství času, zdrojů a vytváření rozpočtu, včetně důležité analýzy rizik, která pomáhá definovat preventivní akce, které zredukují pravděpodobnost faktorů, které mohou ohrozit úspěch dílčích činností, a s nimi spjatý úspěch celého podniku, od jejich prvopočátku. Další část je zaměřena na optimalizační problémy, které jsou řešeny pomocí metod Rojové inteligence. Jsou zde specifikovány jak samotné algoritmy, tak i jejich využití v praxi, především pak problém obchodního cestujícího a Vehicle Routing Problem, které slouží jako prostředek pro řešení dílčích problémů ve výrobním průmyslu. V poslední části je využito Kvalitativní modelování, u něhož je možné dospět k řešení problému i s méně přesnými (kvantitativními) informacemi o zkoumaném modelu. V textu nalezneme popis kvalitativní algebry, která rozeznává jen tři možné hodnoty, a to kladná, nulová a záporná. Takto koncipovaný aparát je dostatečný pro popis trendů, a pro interpretaci výsledků lze výhodně využít nástroje z matematické oblasti teorie grafů.
|
|
|
Optimalizace tvorby konstrukčních týmů pomocí genetických algoritmů
Špaček, Jiří ; Zelinka, Ivan (oponent) ; Šeda, Miloš (oponent) ; Ošmera, Pavel (vedoucí práce)
Disertační práce se zabývá optimalizací tvorby pracovních týmů ve firmách. Základem je práce Dr. Mereditha Belbina z Henley Management College, který je autorem tzv. Belbinovy teorie týmových rolí. Tato teorie definuje základní role v týmu včetně popisu vzorců jejich chování, přičemž pro správné fungování libovolného týmu je důležité, aby v něm byly zastoupeny všechny role. V praxi je však potřeba, aby konkrétní lidé splňovali nejen osobnostní a psychologické předpoklady, ale také odborné znalosti či jiné požadavky. Doplněním těchto parametrů konkrétním lidem však vzniká obrovské množství možných variant výsledného týmu, které není možné tradičními metodami snadno a v reálném čase vyhodnotit. Z toho důvodu byly zvoleny k vyhodnocení tzv. genetické algoritmy, které jsou inspirované přírodními vývojovými procesy popsanými již dříve J. G. Mendelem a Ch. Darwinem. Genetické algoritmy se vyznačují poskytnutím dobrých výsledků řešené úlohy ve velmi krátkém čase, přičemž úloha nemusí mít exaktní zadání a správných řešení proto může být více. V rámci dizertační práce byl sestaven program v jazyce Java, jehož jádrem je genetický algoritmus a v kterém bylo uskutečněno modelování konkrétních týmů. Následovalo ověření výsledků programu sestavením týmů pro realizaci nových úkolů a sledováním jejich činnosti v praxi. Rovněž byla provedena modelová verifikace týmů sestavených již dříve pouze na základě zkušeností vedoucích pracovníků a byly porovnány výsledky.
|
|
|
Tvorba 3D modelu čelistního kloubu
Šmirg, Ondřej ; Bartušek, Karel (oponent) ; Liberda,, Ondřej (oponent) ; Smékal, Zdeněk (vedoucí práce)
Dizertační práce pojednává o 3D rekonstrukci temporomandibulárního kloubu z 2D řezů tkání získané z magnetické rezonance. Současná praxe používá 2D MRI řezů pro určení diagnózy. 3Dmodel má mnoho výhod pro určení diagnózy, které vycházejí ze znalosti prostorové informace. Současná medicína používá 3D modely tkání, ale u tkáně čelistního kloubu existuje problém se segmentací kloubního disku. Tato malá tkáň, která má malý kontrast a velice podobné statistické vlastnosti, jako její okolí, lze jen složitě segmentovat. Pro segmentaci kloubního disku byly vyvinuty nové metody založené na znalosti anatomie oblasti kloubního disku a dále na statistice využívající genetického algoritmu. Soubor 2D řezu má různé rozlišení v osách x,y a ose z. Pro sjednocení rozlišení byl vyvinut algoritmus nadvzorkování, který se snaží zachovat tvarové vlastnosti tkáně. V poslední fázi tvorby 3D modelů bylo využito již standardně používaných metod, avšak tyto metody pro decimaci a vyhlazení mají různé možnosti nastavení (počet polygonů modelu, počet iterací algoritmu). Protože výsledkem práce je získání co nejvěrnějšího modelu reálné tkáně, bylo nutné vytvořit objektivní metody, pomocí kterých by bylo možné nastavit algoritmy tak, aby bylo dosaženo co nejlepšího kompromisu mezi mírou zkreslení a dosažením věrohodnosti modelu.
|
|
|
Optimalizace stroje s permanentními magnety na rotoru pomocí umělé inteligence
Kurfűrst, Jiří ; Duroň,, Jiří (oponent) ; Singule, Vladislav (oponent) ; Ondrůšek, Čestmír (vedoucí práce)
Dizertační práce se zabývá využitím optimalizačních algoritmů umělé inteligence při návrhu elektrického stroje s permanentními magnety na rotoru (SMPM). Hlavním cílem práce je aplikovat potenciální optimalizační metody při návrhu stroje a ověřit tak jejich efektivitu a vhodnost. Optimalizace jsou obecně zaměřeny na změnu materiálu magnetů (NdFeB nebo SmCo), na zvyšování účinnosti, snižování harmonického zkreslení, eliminace parazitních složek momentu (cogging) při zachování jmenovitých hodnot stroje. Jednalo se o povrchové optimalizace tvaru magnetů, tvaru vzduchové mezery a drážky statoru. Byly vybrány dva optimalizační algoritmy. Ve světě dobře známý Genetický Algoritmus (GA) a robustní Samo-Organizující se algoritmus (SOMA), jako jeden z českých algoritmů. Na příkladech je vysvětlena podstata algoritmů a jejich nejdůležitějších funkcí (penalizační a ohodnocovací). Z hlediska perspektivy a užitečnosti optimalizačních algoritmů jsou výsledky prakticky ověřeny na vibračním generátoru (VG) výkonu 7 mW (0,1g zrychlení) a na synchronním servomotoru s PM na rotoru o výkonu 1,1 kW (6tis. min-1) vždy ve spolupráci s průmyslem. Metody se ukázaly jako vhodné pro optimalizace těchto typů strojů a jsou dále hypoteticky aplikovány u strojů se jmenovitými otáčkami do 10tis. min-1 a 120tis. min-1.
|
host ::
RSS.