|
Kryptografie a jeji implementace v Lotus Notes a Domino
Klusoňová, Eva ; Karakhalil, Mourad (oponent) ; Ošmera, Pavel (vedoucí práce)
Tato bakalářská práce se zabývá popisem kryptografie a infrastruktury veřejného klíče v Lotus Notes/Domino. Cílem je podat stručný přehled kryptografických technik včetně jejich implementace v Lotus Notes/Domino a navržení vhodných příkladů pro demonstraci a výuku kryptografických technik. Pro demonstraci vybraných algoritmů je použit volně šiřitelný výukový program CrypTool.
|
|
Mikroprocesorové řízení ohřevu bazénu se slunečními kolektory
Kahánek, Tomáš ; Matoušek, Radomil (oponent) ; Ošmera, Pavel (vedoucí práce)
Tato práce je zaměřena na návrh řídící jednotky pro provoz bazénu se solárními kolektory. Jednotka sleduje teplotu vody v bazénu i solárním kolektoru. Pomocí takto získaný dat řídí spouštění oběhového čerpadla a polohu trojcestného ventilu. V uživatelském rozhraní umožní obsluze nastavit všechny potřebné parametry potřebné k provozu. Jednotka se snaží při provozu minimalizovat energii dodanou do čerpadla.
|
|
Optimalizace aerodynamických vlastností profilu
Müller, Jan ; Rozehnal,, Dalibor (oponent) ; Popela, Robert (oponent) ; Zelinka, Ivan (oponent) ; Ošmera, Pavel (vedoucí práce)
Obsahem předložené disertační práce je pokročilá optimalizace profilu nosné plochy obecného letounu. Pro optimalizaci je využito pokročilých metaheuristických optimalizačních technik, založených na evolučních výpočtech a rojových algoritmech. Pro tyto algoritmy je typická robustnost optimalizace a inženýrsky přijatelná míra konvergence a optimality řešení. V rámci řešení byly navrženy a implementovány podstatné modifikace původních optimalizací orientované na profil. Z původního evolučního algoritmu (EA) byla vytvořena nová varianta optimalizace profilu evolučními algoritmy (aEA), následně pak byla z původní optimalizace hejnem částic (PSO) vyvinuta nová varianta optimalizace profilu hejnem částic (aPSO). Dále pak byla vytvořena vlastní hybridizace uvedených metod v paralelní variantě. Pro proces optimalizace bylo využito modelu parametrizace Bezier-PARSEC 3434, generujícího tvar profilu. Pro optimalizace výchozího profilu byl použit parametrický model založeným na B-Spline. Simulace fluidní dynamiky pro výpočet základních aerodynamických vlastností (vztlak, odpor, moment), byl realizován programovým vybavením Xfoil. Výsledky byly následně verifikovány pomocí simulace dynamiky tekutin (CFD ANSYS Fluent). Z pohledu optimalizačních úloh, navržených optimalizací a implementací je zřejmé, že jde o komplexní mezioborovou úlohu, jejíž výsledky jsou prezentovány v této práci.
|
|
Optimalizace aerodynamických vlastností profilu
Müller, Jan ; Popela, Robert (oponent) ; Zelinka, Ivan (oponent) ; Rozehnal,, Dalibor (oponent) ; Ošmera, Pavel (vedoucí práce)
Obsahem předložené disertační práce je pokročilá optimalizace profilu nosné plochy obecného letounu. Pro optimalizaci je využito pokročilých metaheuristických optimalizačních technik, založených na evolučních výpočtech a rojových algoritmech. Pro tyto algoritmy je typická robustnost optimalizace a inženýrsky přijatelná míra konvergence a optimality řešení. V rámci řešení byly navrženy a implementovány podstatné modifikace původních optimalizací orientované na profil. Z původního evolučního algoritmu (EA) byla vytvořena nová varianta optimalizace profilu evolučními algoritmy (aEA), následně pak byla z původní optimalizace hejnem částic (PSO) vyvinuta nová varianta optimalizace profilu hejnem částic (aPSO). Dále pak byla vytvořena vlastní hybridizace uvedených metod v paralelní variantě. Pro proces optimalizace bylo využito modelu parametrizace Bezier-PARSEC 3434, generujícího tvar profilu. Pro optimalizace výchozího profilu byl použit parametrický model založeným na B-Spline. Simulace fluidní dynamiky pro výpočet základních aerodynamických vlastností (vztlak, odpor, moment), byl realizován programovým vybavením Xfoil. Výsledky byly následně verifikovány pomocí simulace dynamiky tekutin (CFD ANSYS Fluent). Z pohledu optimalizačních úloh, navržených optimalizací a implementací je zřejmé, že jde o komplexní mezioborovou úlohu, jejíž výsledky jsou prezentovány v této práci.
|
| |
| |
|
Nelineární řízení komplexních soustav s využitím evolučních přístupů
Minář, Petr ; Ošmera, Pavel (oponent) ; Oplatková,, Zuzana Komínková (oponent) ; Matoušek, Radomil (vedoucí práce)
Problematika optimalizace složitých soustav za použití algoritmů umělé inteligence, je relativně nový vědní obor a má mnohé způsoby využití v technické praxi. Vhodné algoritmy na řešení podobných úloh jsou třeba genetický algoritmus, diferenciální evoluce, algoritmus HC12, metoda nelder-mead, fuzzy logika a gramatická evoluce. Kompletní řešení je prezentováno na vybraných příkladech od matematických soustav nelineárních systémů, až po praktické úlohy spolu s návrhem antén a stabilizace deterministického chaosu. Práce si klade za cíl navržení jednotlivých postupů využití algoritmů umělé inteligence při vícekriteriální optimalizaci. K dosažení optimálních výsledků slouží navržené softwarové řešení na základě multi-platformové aplikace v rámci Matlab a Java rozhraní. Softwarové řešení spojuje všechny algoritmy do ucelené aplikace a dále rozšiřuje možnosti uplatnění výsledků na reálných soustavách a v technické praxi.
|
|
Využití Paretovy analýzy pro zpracování výrobních dat
Ručka, Petr ; Ošmera, Pavel (oponent) ; Pásek, Jan (vedoucí práce)
Tato bakalářská práce se zabývá realizací Paretovy analýzy v systému COMES Modeller. V první části je popsána Paretova analýza a Lorenzova křivka spolu s postupem, jak správně aplikovat Paretovu analýzu na data získaná z výrobního procesu. Dále jsou zmíněny i další metody, které mají uplatnění v průmyslu. Paretova analýza je poté s nimi srovnána. Druhá část se zaměřuje na systém COMES a na návrh implementace a realizaci Paretova diagramu do tohoto systému.
|
|
Evoluční optimalizace řídicích algoritmů
Weisser, Roman ; Šeda, Miloš (oponent) ; Zelinka,, Ivan (oponent) ; Ošmera, Pavel (vedoucí práce)
Dizertační práce se zaměřuje na evoluční optimalizaci řídicích algoritmů. V první části práce jsou popsány evoluční optimalizační metody, jejich principy a dílčí algoritmy, zejména pak ty, které se používají ve dvoufázové transplantační evoluci. Dále práce popisuje gramatickou evoluci, jejíž modifikovaný algoritmus se stal podnětem pro vytvoření transplantační evoluce. Transplantační evoluce a její dvoufázová modifikace jsou nové evoluční algoritmy navržené během řešení této práce, jenž byly použity pro optimalizaci struktury a parametrů řídicích algoritmů obecných regulátorů. Algoritmus transplantační evoluce a jeho rozšířená dvoufázová modifikace jsou podrobně popsány v následujících kapitolách. Pro zajištění minimalizace času optimalizace a nalezení řešení blížícímu se globálnímu optimu je důležité správné nastavení evolučních algoritmů. Vhodnému nastavení parametrů diferenciální evoluce se stručně věnuje kapitola meta-evoluce. V další části jsou popsány základní pojmy z oblasti regulace, vybrané metody identifikace soustav a nastavení regulátorů. Tato část také popisuje algoritmy číslicových regulátorů a některé metody používané během jejich realizace. V experimentální části jsou ukázky optimalizace řídicích algoritmů různých typů regulátorů. Optimalizované řídicí algoritmy obecných regulátorů jsou porovnány na různých soustavách s různě nastavenými PSD regulátory, jejichž nastavení bylo realizováno vybranými algebraickými metodami, nebo diferenciální evolucí. V závěru práce je uvedeno doporučení pro další vývoj v oblasti evoluční optimalizace regulátorů se zaměřením na oblast paralelních a distribuovaných výpočtů.
|
|
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.
|