|
|
Vizualizace adaptivního mravenčího algoritmu
Tichý, Vojtěch ; Kumpán, Pavel (oponent) ; Appel, Martin (vedoucí práce)
Bakalářská práce se zabývala naprogramováním a vytvořením modelu pro edukaci a pochopení fungování optimalizace mravenčí kolonií (ACO – Ant Colony Optimization), která byla upravena tak, aby byla schopna se adaptovat na změnu terénu. Práce byla dále zaměřena na porovnání několika dalších přírodou inspirovaných optimalizačních metod a vytyčení jejich využití v praktických situacích.
|
|
|
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#.
|
|
|
Nové aplikace mravenčích algoritmů
Korgo, Jakub ; Drábek, Vladimír (oponent) ; Bidlo, Michal (vedoucí práce)
Mravenčí algoritmy byly použity na rozličné kombinatorické optimalizační úlohy. Jedna z těchto úloh, která však mravenčími algoritmy řešena nebyla, je návrh přechodových pravidel pro celulární automaty (CA). Což je i úloha, na kterou se zaměřuje tato diplomová práce. Tato práce začíná úvodem do mravenčích algoritmů a přehledem jejich aplikací, po kterém následuje úvod do CA. V další části autor navrhuje způsob, jak zakódovat pravidla CA do grafu, který je použit v mravenčích algoritmech. Poslední část této práce obsahuje aplikaci tohoto kódování pravidel do algoritmů elitist ant system a MAX-MIN ant system. Ta je následována experimentálními výsledky pokusů těchto algoritmů o vytvoření přechodových pravidel pro úlohy CA.
|
|
|
Aplikace mravenčích algoritmů
Kaščák, Imrich ; Vašíček, Zdeněk (oponent) ; Bidlo, Michal (vedoucí práce)
Práca sa zaoberá základným optimalizačným algoritmom Ant Colony Optimization (ACO) - Ant System (AS) a jeho rozšírením Ant Colony System (ACS) na probléme obchodného cestujúceho (TSP). Podstatou týchto algoritmov je nájdenie optimálneho riešenia (najkratšej cesty) v zadanej inštancii obsahujúcej niekoľko miest. Demonštruje overenie fungovania oboch algoritmov, experimentálne skúmanie vplyvu nastaviteľných parametrov mravčích algoritmov na výsledok. Ďalej je práca zameraná na skúmanie myšlienky optimalizácie detekcie hrán v obrazoch zavedením modifikácie do predstaveného existujúceho riešenia. Experimenty modifikovaného riešenia sú vykonané a porovnané s pôvodným.
|
|
|
Problém obchodního cestujícího s velkým počtem měst
Kukula, Lukáš ; Žaloudek, Luděk (oponent) ; Bartoš, Pavel (vedoucí práce)
Práce se zabývá řešením problému obchodního cestujícího s velkým počtem měst. Snahou je nalézt co nejkvalitnější řešení během krátké doby. Porovnány byly nejpoužívanější heuristiky, z nichž se nejefektivnější ukázala být Lin-Kernighan. Její spojení se stochastickým genetickým algoritmem přineslo v přijatelném čase kvalitnější výsledky než heuristika Lin-Kernighan samotná.
|
|
|
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.
|
|
|
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.
|
|
|
Implementace problému směrování vozidel pomocí algoritmu mravenčích kolonií a částicových rojů
Hanek, Petr ; Kubánková, Anna (oponent) ; Šeda, Pavel (vedoucí práce)
Tato diplomová práce se zabývá meta-heuristickými algoritmy a jejich schopností řešit složité optimalizační problémy v polynomiálním čase. V práci jsou popsány různé druhy meta-heuristických algoritmů jako například genetické algoritmy, optimalizace pomocí částicových rojů nebo mravenčích kolonií. Výstupem práce je aplikace implementovaná v jazyce Java, která řeší optimalizaci pomocí mravenčích kolonií na problému směrování vozidel s omezením na kapacity. Dále je implementován algoritmus částicových rojů, který řeší optimalizaci nastavení správných parametrů pro mravenčí kolonie.
|
|
|
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.
|
|
|
Strategická hra v multi-agentním prostředí Jason
Vais, Roman ; Zbořil, František (oponent) ; Král, Jiří (vedoucí práce)
Práce se zabývá umělou inteligencí využívanou v~oblasti počítačových her, zejména pak tzv. strategií v~reálném čase, a implementuje rozšíření pro jednu z~těchto her. Analyzuje možnosti využití přístupu multi-agentních systémů právě pro účely umělé inteligence v~počítačových hrách. Zabývá se konceptem swarm inteligece (inteligence roje), jako vhodné, ale nevyužívané, varianty umělé inteligence nejen pro strategické hry. Mimo jiné se tato práce pokouší o~volbu vhodné reprezentace vjemů jednotlivých smyslů pro softwarové agenty a poukazuje na náročnost tohoto problému.
|
host ::
RSS.