|
|
Konstrukce předpovědního modelu pro průtok vody v měrném profilu
Šenková, Lucie ; Osičková, Kamila (oponent) ; Kozel, Tomáš (vedoucí práce)
Předmětem této bakalářské práce byla konstrukce předpovědního modelu pro průtok vody v měrném profilu. Měrný profil se nachází v obci Bílovice nad Svitavou. Předpovědní model byl vytvořen na principu Markovových řetězců. Celá práce se dělí do dvou částí teoretickou a praktickou. Teoretická část popisuje rozdíl mezi stochastickými a deterministickými modely a popisuje postup tvorby předpovědního modelu. Praktická část popisuje postup aplikaci modelu. Závěrem praktické části je popis a vyhodnocení výsledků.
|
|
|
Řízení zásobní funkce nádrže
Hon, Matěj ; Matoušek, Petr (oponent) ; Kozel, Tomáš (vedoucí práce)
Dispečerský graf udává množství vypouštěné vody podle aktuálního stavu objemu vody v nádrži. V práci je popsán postup vytváření zonálního dispečerského grafu a jeho simulování na reálném vodním díle Vranov. Pomocí předpovědí byl model otestován, jak pracuje s možností určení přicházejících přítoků. Metoda dispečerského grafu je řazena mezi deterministické metody řízení. Tyto metody jsou výhodné v jednom výstupu, a tím bývá řídící veličina. Dalšími možnými metodami jsou stochastické metody, které pracují s pravděpodobností a dávají možnost na výběr řízení. Oba typy metod jsou v práci popsány. Pro předpověď průtoků bylo zvoleno použití neuronové sítě fungující na principu zpětného šíření.
|
|
|
Využití metod umělé inteligence pro předpověď průtoku v měrném profilu
Škarecký, Pavel ; BBA, Šárka Zemanová, (oponent) ; Kozel, Tomáš (vedoucí práce)
Předmětem této diplomové práce bylo sestavení konstrukce a kalibrace předpovědního modelu pro průtok vody v měrném profilu na řece Dyji v obci Podhradí nad Dyjí. V popisu teoretické části jsou popsány různé předpovědní modely, popis předpovědního modelu pomocí techniky náhodné chůze a popis neuronových sítí. Praktická část byla poté věnována popisu zájmové lokality, vytvoření předpovědního modelu a využití neuronových sítí jako post processingu pro zdokonalení výsledků.
|
|
|
Řízení zásobní funkce nádrže s využitím metod umělé inteligence
Hon, Matěj ; BBA, Šárka Zemanová, (oponent) ; Kozel, Tomáš (vedoucí práce)
Práce se zabývá předpovídáním průtoků s využitím umělé inteligence pro řízení zásobní funkce nádrže. Zaměřuje se na řízení dispečerskými grafy v kombinaci s předpovědí průtoků. Práce je rozdělena na metodickou část a část aplikace. Aplikační část obsahuje předpovědi průtoků a řízení s předpovědí. Pro předpověď průtoků je používán předpovědní model založený na fuzzy metodě. Dále je zde popsáno, jak probíhalo získání historických dat, popis práce dispečerských grafů a předpovědních modelů. V další části je pospána kalibrace a validace předpovědního modelu. V závěru jsou popsány dosažené výsledky předpovědního modelu, dispečerského grafu s předpovědí a porovnání předpovědní fuzzy modelu a neuronové sítě. Podle dosažených výsledků lze výzkum předpovědních modelů s využitím umělé inteligence doporučit k dalšímu výzkumu.
|
|
|
Turistická chata Gruň
Kozel, Tomáš ; Šteffek, Libor (oponent) ; Ostrý, Milan (vedoucí práce)
Cílem mé diplomové práce bylo navrhnout turistickou chatu v Beskydech. Objekt je zděný, obdélníkového půdorysu. Turistická chata je zastřešena sedlovou střechou s vikýři na severní a jižní straně. Při návrhu byl kladen důraz na funkčnost objektu a na navrhnutí energeticky úsporného objektu. Součástí diplomové práce je specializovaná část s návrhem tepelného čerpadla, kotle a zásobníku na pelety.
|
|
|
Stochastické řízení zásobní funkce nádrže s pomocí metod umělé inteligence
Kozel, Tomáš ; Fošumpaur, Pavel (oponent) ; Zezulák,, Jiří (oponent) ; Starý, Miloš (vedoucí práce)
Stochastické řízení pracuje s určitým rozptylem hodnot řídících průtoků s daným pravděpodobnostním rozdělením, a proto dochází k výrazně lepší aproximaci skutečné problematiky řízení. Pro potřeby stochastického řízení zásobní funkce nádrže byly sestaveny stochastické předpovědní modely, které lépe vystihují náhodné procesy, mezi které můžeme zařadit průtok v měrném profilu. Výhodou stochastického řízení oproti deterministickému řízení je výběr možnosti řízení pro danou pravděpodobnost scénáře. Výběr pravděpodobností nám poskytne vějíř možností. V práci je popsána konstrukce a vyhodnocení stochastického adaptivního řízení zásobní funkce nádrže, které využívá modely vycházející z metod umělé inteligence (fuzzy logika, neuronové sítě), jako náhradu tradičních optimalizačních metod (evoluční algoritmy). Modelům vycházejícím z umělé inteligence je poskytnuta matice vzorů (vzorové řízení), která je vytvořena modely využívající evoluční algoritmy, a stochastický model provede řízení se zvolenou pravděpodobností překročení řízeného odtoku vody z nádrže. Celý algoritmus byl testován i validován na fiktivní nádrži. Poté bylo provedeno srovnání řízení poskytnutých jednotlivými řídícími modely, které využívaly předpovědi poskytnutými různými v práci popsanými předpovědními modely. Výsledky stochastického adaptivního řízení byly srovnány s výsledky poskytnutými modelem s tradičními algoritmy, který měl k dispozici 100% přesnost předpovědi. Velkou výhodou modelů vycházejících z metod umělé inteligence je rychlost výpočtu. Tradiční model potřeboval pro provedení stochastického řízení paralelní výpočty v klastru. Závěrem lze říci, že stochastické adaptivní řízení dokázalo provést řízení nádrže se zásobní funkcí velmi dobře. Závěrem práce byly vybrány nejlepší nastavení pro jednotlivé předpovědní a řídící modely.
|
|
|
Předpovědní model průtoků vody v měrném profilu
Urbanec, Patrik ; Matoušek, Petr (oponent) ; Kozel, Tomáš (vedoucí práce)
Předmětem této bakalářské práce bylo sestavení a kalibrace předpovědního modelu průtoků vody v měrném profilu Bílovice nad Svitou na řece Svitavě a jeho vyhodnocení. Práce je rozdělena na výpočtovou část a teoretickou část. Ve výpočtové části je popsán model vycházející z neuronových sítí a jeho kalibrace. Dále je v práci popsáno vyhodnocení předpovědí pomocí histogramů, průměrů a mediánů četností pro každý měsíc zvlášť. V teoretické části jsou popsány neuronové sítě, metodika a vyhodnocení výsledků z výpočtové části. Na závěr je porovnání jednotlivých nastavení neuronové sítě. Dle dosažených výsledků lze předpovědní model doporučit pro další zkoumání.
|
|
|
Vyhodnocení povodňových vln v povodí řeky Veličky
Barvík, Jan ; Kozel, Tomáš (oponent) ; Starý, Miloš (vedoucí práce)
Práce obsahuje popis základních charakteristik řeky Veličky, popis klimatických a geografických činitelů ovlivňujících srážkoodtokový proces krajiny, popis vodních děl a dalších antropogenních prvků v povodí včetně využití pozemků. Dále jsou chronologicky popsány povodně na řece Veličce v období systematických hydrologických pozorování v minulých letech na základě historických pozorování vodních stavů a průtoků. Je určena N- letost povodní a jejich sezonalita. Vybrané extrémní povodně jsou podrobněji analyzovány (meteorologické příčiny včetně charakteristiky synoptické situace, průběh povodňové vlny apod.).
|
|
|
Řízení zásobní funkce nádrže s využitím metod umělé inteligence
Urbanec, Patrik ; Matoušek, Petr (oponent) ; Kozel, Tomáš (vedoucí práce)
Předmětem diplomové práce je řízení zásobní funkce nádrže s využitím metod umělé inteligence, včetně sestavení příslušného řídícího algoritmu. Práce je rozdělena na teoretickou část a část aplikace řízení zásobní funkce nádrže. V teoretické části je popsán řídící algoritmus a předpovědní model. Dále jsou uvedeny základní optimalizační metody a metody umělé inteligence. Ve druhé části jsou představena historická data, která byla použita pro předpovědní model. Následuje popis kalibrace a validace řídícího modulu a vyhodnocení výsledků aplikace. Na závěr je porovnání a shrnutí jednotlivých výsledků, řídícího algoritmu a předpovědního modelu. Dle dosažených výsledků lze řídící algoritmus doporučit pro další zkoumání.
|
|
|
Hydroekologický monitoring a revitalizace části toku Leskava
Čihák, Pavel ; Kozel, Tomáš (oponent) ; Hyánková, Eva (vedoucí práce)
Tato práce je zaměřena na hydroekologický monitoring vybraného vodního toku v návaznosti na požadavky Rámcové směrnice o vodách. Byla využita metodika typově specifického hodnocení hydromorfologických ukazatelů ekologické kvality schválená Ministerstvem životního prostředí. Výstupem této práce je provedení mapování konkrétního vodního toku a následné možnosti zlepšení jeho hydromorfologického stavu revitalizačními opatřeními.
|
host ::
RSS.