|
|
Optimální plánování rozvozu pomocí dopravních prostředků
Kafka, Ondřej ; Branda, Martin (vedoucí práce) ; Hanzák, Tomáš (oponent)
Práce se zabývá optimalizačními problémy, které vznikají při plánování rozvozu pomocí dopravních prostředků. Tyto problémy lze často formulovat jednoduše jako úlohy celočíselného programování, ale málokdy je možné je řešit přímo technikami celočíselného programování. Proto je třeba zkoumat také schopnosti heuristických algoritmů. Hlavním zaměřením práce je rozvozní problém s časovými okny. Pro tento problém byl navržen a implementován algoritmus tabu prohledávání. Algoritmus využívá celočíselné programování při řešení dělícího problému za účelem nalezení optimálního rozdělení všech zákazníků do přípustných tras nalezených během vyhledávacího procesu. V numerické studii jsou porovnány výsledky postupů klasického celočíselného programování, jednoduché vkládací heuristiky a navrženého algoritmu tabu prohledávání.
|
|
|
Optimalizace tras při rozvozu zásilek
Ptáčková, Michaela ; Borovička, Adam (vedoucí práce) ; Čížek, Ondřej (oponent)
Tato diplomová práce se zabývá problematikou optimalizace tras při rozvozu zásilek. Tuto problematiku je možno řešit na základě úlohy obchodního cestujícího, jejíž matematický a ekonomický model, včetně jejich modifikací, je představen v teoretické části práce. Tyto úlohy lze řešit pomocí exaktních metod, heuristických a metaheuristických algoritmů. V teoretické části je popsána úloha obchodního cestujícího, úloha obchodního cestujícího s časovými okny, úloha obchodního cestujícího s více časovými okny a dynamická úloha obchodního cestujícího včetně možností jejich řešení. V praktické části nalezneme aplikaci úloh na reálný příklad z praxe, kdy hledáme nejkratší možné trasy pro řidiče společnosti PPL CZ s. r. o. za různých předpokladů. Řešení je získáváno pomocí řešitele Gurobi v rámci modelovacího systému MPL for Windows. V závěru práce jsou výsledky shrnuty a vzájemně porovnány jednotlivé modely.
|
|
|
Celočíselná optimalizace pro řešení dopravních úloh
Cabalka, Matouš ; Žák, Libor (oponent) ; Popela, Pavel (vedoucí práce)
Práce se zabývá optimalizačními modely v dopravních úlohách s důrazem na úlohu obchodního cestujícího. Po stručném úvodu do historie následuje část popisující základy lineárního a celočíselného programování. Následuje uvedení formulace úlohy obchodního cestujícího. Dále je zahrnuta část věnovaná přípravě dat, na kterou přímo navazuje výpočtová část. Dosažené výsledky jsou opatřeny komentářem a závěry.
|
|
|
Řešení optimální cesty svozu odpadů pomocí rojové inteligence
VÁCHA, Ladislav
Tato práce je zaměřena na řešení problémů třídy nedeterministicky polynomiální (NP) složitosti pomocí optimalizace mravenčí kolonie. Práce je rozdělena na tři bloky. V prvním je přiblížena výše zmíněná optimalizace spolu s některými modifikacemi. Druhá část je zaměřena na samotné problémy, v tomto případě problém obchodního cestujícího (TSP) a z něho vycházející vehicle routing problem (VRP). Závěr tvoří aplikace těchto nástrojů na svoz tříděného odpadu pro část Českých Budějovic.
|
|
|
Modelování rizik výrobních procesů
Ftáčnik, Peter ; Bednář, Josef (oponent) ; Popela, Pavel (vedoucí práce)
Základom fungovania výrobného podniku sú jeho výrobné procesy. Preto by mal podnik zamerať pozornosť na efektívny chod hlavných procesov a prihliadať na riziká, ktoré sú s procesmi spojené. Práca sa zaoberá rozborom rizík vybraných výrobných procesov konkrétneho podniku a to z kvalitatívneho i kvantitatívneho hľadiska. Najskôr sú prezentované výsledky kvalitatívneho rozboru a to najmä v oblasti poruchovosti strojov či postupnosti výroby. Ďalej sa práca zaoberá problémom optimalizácie postupnosti výrobných dávok tak, aby celkový čas potrebný na prednastavenie strojov medzi dávkami bol minimálny. Práca zohľadňuje náhodnosť doby čakania a uplatňuje wait-and-see prístup stochastického programovania k aplikovanej úlohe obchodného cestujúceho. Výpočty sú realizované pomocou programu GAMS a výsledky sú následne spracované v MS Excelu a ďalej interpretované pomocou pojmov deskriptívnej štatistiky.
|
|
| |
|
|
Řešení optimalizačních úloh algoritmy ACO
Habrnál, Matěj ; Samek, Jan (oponent) ; Zbořil, František (vedoucí práce)
Práce se zabývá základními optimalizačními algoritmy ACO (Ant Colony Optimization) a jejich vývojem, zkoumá také inspiraci u živých mravenců. Cílem pak je demonstrovat činnost těchto algoritmů na dvou optimalizačních úlohách - problému obchodního cestujícího a problému hledání potravinových zdrojů a optimální cesty mezi potravou a mraveništěm. Práce popisuje i experimenty, které mají za cíl zjistit vliv nastavitelných parametrů mravenčích algoritmů. Nejdříve je popsána teorie ACO algoritmů, následně pak aplikace těchto algoritmů na obě vybrané optimalizační úlohy. Závěr práce se věnuje rozboru provedených experimentů s vytvořenými aplikacemi a hodnocením jejich výsledků.
|
|
| |
|
|
Srovnání metod pro řešení problému obchodního cestujícího
Šušová, Lucia ; Janoušek, Vladimír (oponent) ; Rozman, Jaroslav (vedoucí práce)
Tato práce se zabývá srovnáním metod řešení problému obchodního cestujícího (traveling salesman problem). Pro řešení tohoto NP-úplného problému existuje celá řada algoritmů, kdy není jednoduché vybrat ten správný. Hlavní přínos této práce tkví v experimentálním srovnání jednotlivých metod mezi sebou. Čtenář se tak dozví, jaké výsledky pří hledání cesty může očekávat při použití konkrétního algoritmu. První část práce se zabývá teoretickým základem, kdy jsou popsány všechny potřebné informace pro správně pochopení problému. Druhá část se zabývá popisem jednotlivých heuristik a metod řešení rozdělených do kategorií podle principu činnosti. Dále práce obsahuje experimentální srovnání metod. Toto porovnávání bylo prováděno na základě vlastní implementace jednotlivých heuristik, část práce se věnuje také samotné implementaci metod a popisu programu. Na závěr jsou uvedeny možnosti dalšího vývoje projektu a nechybí ani zhodnocení výsledků.
|
|
|
Řešení optimalizačních úloh inspirované živými organismy
Popek, Miloš ; Peringer, Petr (oponent) ; Martinek, David (vedoucí práce)
S řešením optimalizačních problémů se setkáváme v každodenním životě, kdy se snažíme zadané úkony provést nejlepším možným způsobem. Ant Colony Optimization je algoritmus inspirovaný chováním mravenců při hledání potravy. Ant Colony Optimization se úspěšně používá na optimalizační úlohy, na které by nebylo možné klasické optimalizační metody použít. Genetický algoritmus je inspirován přenosem genetické informace při křížení. Stejně jako ACO algoritmus se používá pro řešení optimalizačních úloh. Výsledkem mé diplomové práce je vytvořený simulátor pro řešení zvolených optimalizačních úloh pomocí ACO algoritmu a GA a porovnání dosažených výsledků na implementovaných úlohách.
|
host ::
RSS.