Národní úložiště šedé literatury Nalezeno 343 záznamů.  začátekpředchozí305 - 314dalšíkonec  přejít na záznam: Hledání trvalo 0.00 vteřin. 
Využití genetických algoritmů při optimalizaci procesů v elektroenergetice
Paar, Martin ; Hradílek, Zdeněk (oponent) ; Skala, Petr (oponent) ; Toman, Petr (vedoucí práce)
Aktuální vývoj v oblasti regulace spolehlivosti dodávky elektrické energie v energetických odvětvích, směřuje k zavádění systémových i zákaznických standardů. Postupná liberalizace trhu s elektrickou energii v zemích Evropské unie tento proces ještě urychluje. Distribuční společnosti se proto čím dál víc zajímají o hodnocení rizik vyplývajících ze zaváděných standardů. Základem práce je minimalizace nákladů na technické ztráty v distribuční síti pomocí rekonfigurace distribuční sítě v závislosti na vybraných standardech. K optimalizaci byly využity dvě varianty moderních globálních optimalizačních technik ze skupiny evolučních algoritmů – genetických algoritmů. Kritériem optimalizace jsou náklady na ztráty a náklady na nedodávku elektrické energie. V práci je dále diskutován vliv výpočtu technických ztrát na optimum v závislosti na daných standardech. Srovnány jsou dva reálné současné standardy - finský systémový standard a portugalský zákaznický standard a tři experimentální standardy, které slouží k doplnění popisu o oblasti nepokryté reálnými standardy. Výsledky práce mohou být využity při procesu optimalizace distribučních sítí, při níž je spolehlivost zkoumané sítě reprezentována možnými reálnými náklady na penalizace na nedodávku elektrické energie.
Heuristické algoritmy pro optimalizaci
Komínek, Jan ; Šeda, Miloš (oponent) ; Roupec, Jan (vedoucí práce)
Diplomová práce se věnuje genetickým algoritmům a zkoumání jejich vlastností. Zvláštní důraz je kladen na posouzení vlivu mutace a velikosti populace. V druhé části práce jsou genetické algoritmy aplikovány na problematiky inverzních úloh vedení tepla. K jejich řešení bylo vyzkoušeno více různých přístupů a způsobů kódování. Vlastnosti genetických algoritmů pro tyto úlohy byly zlepšeny dvěma zcela novými genetickými operátory – manipulace a seřazení. Zjištěné teoretické poznatky byly odzkoušeny na reálné inverzní úloze vedení tepla. V rámci práce byla vytvořena knihovna pro snadnou implementaci GA pro řešení obecných optimalizačních úloh v jazyce C++.
Evoluční algoritmy
Haupt, Daniel ; Polách, Petr (oponent) ; Honzík, Petr (vedoucí práce)
První část práce je teoretická a zabývá se optimalizací a evolučními algoritmy, které jsou používány k řešení složitých optimalizačních problémů. Konkrétně jsou popsány algoritmy diferenciální evoluce, genetický algoritmus, simulované žíhání a deterministický neevoluční algoritmus zakázané prohledávání. Dále je diskutována problematika testování optimalizačních algoritmů pomocí tzv. galerii testovacích funkcí a testování pomocí srovnání výsledků algoritmů při řešení problému obchodního cestujícího. Ve druhé části práce jsou všechny uvedené algoritmy testovány na 11 testovacích funkcích a na třech modelech rozmístění měst v problému obchodního cestujícího. Nejprve jsou algoritmy srovnávány s možností neomezeného přístupu k účelové funkci a dále s omezenou možností přístupu k účelové funkci. Veškerá data jsou statisticky a graficky zpracována. Jednotlivé algoritmy jsou seřazeny dle úspěšnosti.
Genetické algoritmy a rozvrhování
Škrabal, Ondřej ; Popela, Pavel (oponent) ; Roupec, Jan (vedoucí práce)
Práce se zabývá problémem rozvrhování výroby pro vstřikolisovnu plastových výrobků v konkrétním provozu. Řešení je založené na heuristických algoritmech, programovacích jazycích C+ + a C#, je postaveno na platformě .NET a LINQ do XML. Přináší srovnání základních heuristických metod s Genetickými algoritmy aplikovaných na problém v dané výrobě. Všechny metody a jejich výsledky jsou porovnány vzhledem k ručně sestaveným plánům.
Genetické algoritmy – Multi-core CPU implementace
Studnička, Vladimír ; Kuba, Martin (oponent) ; Matoušek, Radomil (vedoucí práce)
Cílem diplomové práce je vytvořit co možná nejuniverzálnější knihovnu pro genetické algoritmy v jazyce C++, s určitým počtem implementovaných univerzálních operátorů a následně vytvořenou knihovnu otestovat na příkladech. Musí být implementována podpora více-jádrových procesorů pomocí OpenMP. Knihovna bude testována celkově na třech příkladech. První dva příklady jsou matematické funkce, které se používají právě k testování genetických algoritmů. Dalším testovacím příkladem je problém rozložení n-dam na šachovnici, aby se vzájemně neohrožovali. Nakonec se pokusíme pomocí navrhnutých algoritmů zjistit řešení puzzle s názvem Eternity II, za jehož vyřešení je vypsána odměna 2 milióny dolarů.
MES systémy ve strojírenství
Štrublíková, Iva ; Kantor, Tomáš (oponent) ; Simeonov, Simeon (vedoucí práce)
Obsahem diplomové práce je popis funkcí a vlastností výrobních řídích systémů – MES (manufacturing execution systems), analýza těchto systémů implementovaných v České republice, rozpracování systémového návrhu inteligentního výrobního řídícího systému a nalezení nových algoritmů a funkcí, podle kterých mohou být tyto systémy tvořeny. Analýza MES systémů je provedena porovnáním implementovaných MES systémů s moduly výrobního řídícího systému dle MESA international. V systémovém návrhu bude inteligentní složka tvořena automatickou analýzou vlivu zpoždění zakázek ve výrobě - automatické porovnávání Ganttových diagramů plánu versus skutečnosti a dle nastavených systémových parametrů bude samostatně rozhodovat o přeplánování výroby. Hledání nových algoritmů a funkcí bude probíhat v oblastech umělé inteligence – genetické algoritmy, holonické a multiagentní systémy, expertní systémy.
Využití prostředků umělé inteligence pro podporu rozhodování v podniku
Tirinda, Viktor ; Skipala, Ondřej (oponent) ; Dostál, Petr (vedoucí práce)
Diplomová práce se zabývá použitím prostředků umělé inteligence pro podporu manažerského rozhodování v podniku. Součásti práce je aplikace, která pomocí genetických algoritmů a zadaných kritérií určí optimální rozmístění vysílačů pro internetové připojení v dané lokalitě.
Využití prostředků umělé inteligence pro podporu rozhodování v podniku
Jágr, Petr ; Jelina, Pavel (oponent) ; Dostál, Petr (vedoucí práce)
Diplomová práce se zabývá využitím prostředků umělé inteligence jako podpora manažerského rozhodování v podniku. Součástí práce je aplikace využívající genetické a grafové algoritmy při optimalizaci umístění výrobních závodů a logistických skladů z hlediska nákladů na přepravu.
Využití umělé inteligence na kapitálových trzích
Brnka, Radim ; Budík, Jan (oponent) ; Dostál, Petr (vedoucí práce)
Práce se zabývá návrhem a optimalizací modelů umělých neuronových sítí (konkrétně nelineárních autoregresních sítí) a jejich následným využitím v aplikaci pro predikci vývoje časových řad akcií.
Srovnání algoritmů při řešení problému obchodního cestujícího
Kopřiva, Jan ; Všetička, Martin (oponent) ; Dostál, Petr (vedoucí práce)
Diplomová práce se zabývá inovací v modulu logistiky informačního systému ERP. Principem inovace je implementace heuristických algoritmů řešících problém obchodního cestujícího (TSP). Pro analýzu a testy zmíněných algoritmů je využit softwarový nástroj MATLAB. Východiskem práce je porovnání vybraných algoritmů s ohledem na ekonomické faktory řešení (přesnost řešení, rychlost výpočtu a paměťovou náročnost).

Národní úložiště šedé literatury : Nalezeno 343 záznamů.   začátekpředchozí305 - 314dalšíkonec  přejít na záznam:
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.