|
|
Analýza různých přístupů k řešení optimalizačních úloh
Knoflíček, Jakub ; Samek, Jan (oponent) ; Zbořil, František (vedoucí práce)
Tato práce se zabývá řešením optimalizačních úloh při použití různých přístupů. Na úvod je formálně definován pojem optimalizační úloha a následuje zavedení pojmu fitness funkce, která je společná pro všechny optimalizační metody. Poté jsou rozebrány přístupy při optimalizaci pomocí hejna částic, mravenčí kolonií, simulovaným žíháním, genetickými algoritmy a posilovaným učením. Pro testování slouží dvě diskrétní (problém více batohů a problém pokrytí množiny) a dvě spojité úlohy (hledání globálního minima Ackleyho a Rastriginovy funkce), jež popisujeme v další kapitole. Následuje popis implementačních detailů pro jednotlivé optimalizační metody, například způsoby reprezentace řešení či jakým způsobem jsou stávající řešení v průběhu algoritmu měněna. Nakonec jsou prezentovány výsledky měření, které ukazují optimální nastavení parametrů zkoumaných metod vzhledem k testovacím úlohám.
|
|
|
Experimenty s rojovou inteligencí (swarm intelligence)
Hula, Tomáš ; Zbořil, František (oponent) ; Grulich, Lukáš (vedoucí práce)
Práce se zabývá rojovou inteligencí jako podoborem umělé inteligence. Stručně popisuje biologické pozadí problematiky a zabývá se také principy hledání cest v mravenčích koloniích. Představena je i oblast kombinatorické optimalizace a detailně jsou definovány úlohy Travelling Salesman Problem a Quadratic Assignment Problem. Hlavní část práce sestává z popisu metod rojové inteligence pro řešení uvedených problémů a zhodnocení experimentů, které byly na těchto metodách provedeny. Konkrétně jde o algoritmy Ant System, Ant Colony System, Hybrid Ant System a Max-Min Ant System. V rámci práce byla také navržena a otestována vlastní metoda Genetic Ant System, která obohacuje základní Ant System mimo jiné o vývoj parametrů jednotek na základě genetických principů. V rámci obou řešených úloh jsou porovnány výsledky popisovaných metod společně s výsledky metod klasické umělé inteligence.
|
|
|
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.
|
|
|
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.
|
|
|
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.
|
|
|
Plánování cesty robotu pomocí rojové inteligence
Schimitzek, Aleš ; Krček, Petr (oponent) ; Dvořák, Jiří (vedoucí práce)
Tato diplomová práce se zabývá plánováním cesty robota pomocí rojové inteligence. V teoretické části jsou popsány nejznámější metody rojové inteligence (optimalizace mravenčí kolonií, optimalizace včelím rojem, optimalizace rojem světlušek a optimalizace hejnem částic) a jejich aplikace pro plánování cesty. V praktické části je zvolena optimalizace hejnem částic pro návrh a implementaci plánování cesty v programu C#.
|
|
| |
|
|
Optimalizace antén na EBG substrátech tzv. kolonií mravenců
Wilder, Roman ; Lukeš, Zbyněk (oponent) ; Horák, Jiří (vedoucí práce)
Tato diplomová práce se zabývá optimalizací antén na EBG substrátech pomocí metody kolonie mravenců (ACO). Tato metoda vychází z komunikačních mechanismů reálné kolonie mravenců. V první části této práce je rozebrána teorie planárních antén a také teorie ACO. Dále je popsán princip funkce EBG substrátů a obecně fyzikální jevy uplatňující se při šíření elektromagnetické vlny periodickým prostředím. V další části byla ACO implementována do jazyka VBA a aplikována na dva modely planárních antén. Tyto modely byly vytvořeny v programu CST Microwave Studio. Po optimalizaci antén byly vyhodnoceny výsledky a u jedné z antén bylo provedeno porovnání s optimalizačními metodami v CST Microwave Studio. U druhého modelu byl poté standardní substrát nahrazen substrátem s EBG a výsledky byly porovnány. Byly použity 2 typy mřížek EBG. U čtvercové byl popsán postup návrhu mřížky a byl získán modelováním v CST disperzní diagram. Nakonec bylo provedeno ověření získaných výsledků v programu Ansoft HFSS a výsledky získané výsledky byly mezi sebou porovnány.
|
|
|
Ant Colony Optimization: Implementace a testování biologicky inspirované optimalizační metody
Havlík, Michal
Havlík, M. Ant Colony Optimization: Implementace a testování biologicky in-spirované optimalizační metody. Diplomová práce. Brno, 2015. Tato diplomová práce se zabývá implementací a testováním algoritmu Ant Colony Optimalization, jakožto algoritmu z rodiny optimalizačních metod inspirovaných přírodními procesy. Daný algoritmus je popsán, zanalyzován a následně dán do kontextu s problémy, jež může řešit. Na základě zjištěných poznatků je navržena implementace, která řeší problém obchodního cestují-cího. Implementace je obohacena o grafické uživatelské rozhraní, umožňující sledovat průběh algoritmu. Běh implementace je dále optimalizován pomocí paralelního programování a dalších metod. Na závěr je implementace porov-nána a shrnuty dosažené výsledky.
|
|
|
Solving the combinatorial optimization problems with the Ant Colony Optimization metaheuristic method
Chu, Andrej ; Jablonský, Josef (vedoucí práce) ; Janáček, Jaroslav (oponent) ; Linda, Bohdan (oponent)
Metoda optimalizace pomocí mravenčí kolonie (Ant Colony Optimization - ACO) patří mezi metaheuristické metody a byla vyvinuta v poměrně nedávné době. Doposud vykázala poměrně dobrou schopnost překonat v kvalite řešení jiné metaheuristické metody. Tato práce analyzuje možnosti aplikací této metody na klasické optimalizační kombinatorické problémy - úloha obchodního cestujícího, úloha okružních jízd, úloha o batohu, zevšeobecněný přiřazovací problém a problém hledání maximální kliky. Taky prezentuje praktické experimenty s aplikací na některé optimalizační problémy a analýzu časové a paměťové složitosti takovýchto algoritmů. Poslední část práce je věnovaná možnosti paralelizace algoritmu, který byl výsledkem aplikace metody ACO na úlohu obchodního cestujícího. Přináší analýzu kritických operací a problémů synchronizace údajů, a taky i praktický příklad a demonstraci paralelizované verze algoritmu.
|
host ::
RSS.