Národní úložiště šedé literatury Nalezeno 4 záznamů.  Hledání trvalo 0.00 vteřin. 
Evoluční optimalizace nákladní přepravy
Beránek, Michal ; Drahošová, Michaela (oponent) ; Bidlo, Michal (vedoucí práce)
Práce se zabývá problémem optimalizace nákladní přepravy. Cílem je minimalizace nákladů spojených s přepravou, které vyplývají z ujeté vzdálenosti. Při správném naplánování tras lze tyto náklady výrazně snížit, obzvlášť když se jedná o velký počet zákazníků, které je potřeba obsloužit. Tato práce se soustředí na řešení pomocí evolučních algoritmů, což jsou metody optimalizace založené na principech evoluce. Hlavní zaměření je na problém směrování vozidel s omezenou heterogenní flotilou vozidel. V práci je představeno několik evolučních algoritmů a jejich výsledky jsou porovnány. Nejlepší z nich, evoluční strategie používající lokální prohledávání blízkého okolí, dosahuje podobných, pro některé konkrétní úlohy i lepších výsledků, než jiné existující evoluční algoritmy, vytvořené pro řešení stanoveného problému.
Implementace evolučního expertního systému
Bukáček, Jan ; Müller, Jakub (oponent) ; Karásek, Jan (vedoucí práce)
Tato diplomová práce je zaměřena na nastudování problematiky evolučních a genetických algoritmů. A to především na multikriteriální algoritmy VEGA, SPEA a NSGA-II. Dále jednoho FrameWorku pracujícího s genetickými algoritmy a to jmenovitě WWW NIMBUS. Z uvedených algoritmů je vybrán algoritmus VEGA pro implementaci v jazyce JAVA na předem zvolený problém. Tímto problémem je výběr sloupů kvádrového profilu podle předem stanovených kritérií. Vybraný algoritmus pracuje na principu rozdělení populace do několika skupin a každou takto vzniklou skupinu ohodnotí fitness funkcí. Následuje ukázka implementace tohoto algoritmu. Dále je zde ukázka práce s FrameWorkem. V další části jsou srovnány výsledky vytvořeného programu s výsledky, které byly získány pomocí FrameWorku WWW NIMBUS. Jak pro VEGA, tak pro NIMBUS jsou zde ukázány jednotlivé výsledky. U VEGA je předveden i vývoj jednotlivých fitness funkcí. Také jsou zde ukázány grafy, které je možné získat pomocí NIMBUS. Na konci je uvedeno porovnání výsledků a navržení možných vylepšení.
Evoluční optimalizace nákladní přepravy
Beránek, Michal ; Drahošová, Michaela (oponent) ; Bidlo, Michal (vedoucí práce)
Práce se zabývá problémem optimalizace nákladní přepravy. Cílem je minimalizace nákladů spojených s přepravou, které vyplývají z ujeté vzdálenosti. Při správném naplánování tras lze tyto náklady výrazně snížit, obzvlášť když se jedná o velký počet zákazníků, které je potřeba obsloužit. Tato práce se soustředí na řešení pomocí evolučních algoritmů, což jsou metody optimalizace založené na principech evoluce. Hlavní zaměření je na problém směrování vozidel s omezenou heterogenní flotilou vozidel. V práci je představeno několik evolučních algoritmů a jejich výsledky jsou porovnány. Nejlepší z nich, evoluční strategie používající lokální prohledávání blízkého okolí, dosahuje podobných, pro některé konkrétní úlohy i lepších výsledků, než jiné existující evoluční algoritmy, vytvořené pro řešení stanoveného problému.
Implementace evolučního expertního systému
Bukáček, Jan ; Müller, Jakub (oponent) ; Karásek, Jan (vedoucí práce)
Tato diplomová práce je zaměřena na nastudování problematiky evolučních a genetických algoritmů. A to především na multikriteriální algoritmy VEGA, SPEA a NSGA-II. Dále jednoho FrameWorku pracujícího s genetickými algoritmy a to jmenovitě WWW NIMBUS. Z uvedených algoritmů je vybrán algoritmus VEGA pro implementaci v jazyce JAVA na předem zvolený problém. Tímto problémem je výběr sloupů kvádrového profilu podle předem stanovených kritérií. Vybraný algoritmus pracuje na principu rozdělení populace do několika skupin a každou takto vzniklou skupinu ohodnotí fitness funkcí. Následuje ukázka implementace tohoto algoritmu. Dále je zde ukázka práce s FrameWorkem. V další části jsou srovnány výsledky vytvořeného programu s výsledky, které byly získány pomocí FrameWorku WWW NIMBUS. Jak pro VEGA, tak pro NIMBUS jsou zde ukázány jednotlivé výsledky. U VEGA je předveden i vývoj jednotlivých fitness funkcí. Také jsou zde ukázány grafy, které je možné získat pomocí NIMBUS. Na konci je uvedeno porovnání výsledků a navržení možných vylepšení.

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.