|
|
Nástroj pro tvorbu a optimalizaci rozvrhu
Málek, Jakub ; Chlubna, Tomáš (oponent) ; Beran, Vítězslav (vedoucí práce)
Tato práce se zabývá tvorbou webové aplikace pro skautské kurzy, která by měla ulehčit práci s generováním rozvrhů pro závěrečné ověřování kompetencí. Součástí práce je studium moderních webový technologií pro vytváření webových služeb, genetických algoritmů, návrhem grafického rozhraní, které umožní uživatelům zadat vstupní data pro generování rozvrhů a závěrečným vyhodnocením vzniklé aplikace.
|
|
|
Pokročilé metody globální optimalizace
Dudová, Aneta ; Kozumplík, Jiří (oponent) ; Mézl, Martin (vedoucí práce)
Tato bakalářská práce se věnuje pokročilým metodám globální optimalizace a hlavně problematice obchodního cestujícího. Zaměřuje se na popis tohoto problému a na jeho různé možnosti řešení, mezi které patří teorie grafů, heuristické algoritmy, evoluční algoritmy, v nich především genetické algoritmy a optimalizace pomocí mravenčí kolonie. V závěru je implementace zmíněných metod a provedené testování na různých datových souborech těchto algoritmů, které řeší přibližně problém obchodního cestujícího.
|
|
|
Principy a aplikace neuroevoluce
Herec, Jan ; Strnadel, Josef (oponent) ; Bidlo, Michal (vedoucí práce)
Práce se na teoretické úrovni zabývá evolučními algoritmy (EA), neuronovými sítěmi (NN) a jejich syntézou v podobě neuroevoluce. Z praktického hlediska je cílem práce ukázat uplatnění neuroevoluce na dvou odlišných úlohách. První úloha spočívá v evolučním návrhu architektury konvoluční neuronové sítě (CNN), která by dokázala klasifikovat s vysokou přesností ručně psané číslice (z datasetu MNIST). Druhá úloha spočívá v evoluční optimalizaci vah neurokontroléru, který řídí přistání 1. stupně rakety Falcon 9 ve 2D simulaci. Obě úlohy jsou výpočetně velmi náročné a proto byly řešeny na superpočítači. V rámci první úlohy se podařilo navrhnout takové architektury, které při správném natrénování dosahují přesnosti klasifikace 99,49%. Ukázalo se tak, že je možné návrh kvalitních architektur zautomatizovat s využitím neuroevoluce. V rámci druhé úlohy se podařilo optimalizovat váhy neurokontroléru tak, že pro definované počáteční podmínky dovede neurokontrolér model rakety k úspěšnému přistání. V obou úlohách tedy neuroevoluce uspěla.
|
|
|
Optimalizační metody pro knihovnu SIMLIB/C++
Chlebík, Jakub ; Janoušek, Vladimír (oponent) ; Peringer, Petr (vedoucí práce)
Práce se věnuje metodám optimalizace parametrů simulačních modelů. Seznamuje se základy matematické optimalizace a jejím využitím v operačním výzkumu. Dále navrhuje rozšíření knihovny SIMLIB/C++ modulem pro optimalizační metody. Několik vybraných metod teoreticky popisuje, implementuje v jazyce C++, demonstruje jejich použití na několika příkladech a zhodnocuje jejich úspěšnost.
|
|
|
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.
|
|
|
Technika ALPS v kartézském genetickém programování
Stanovský, Peter ; Slaný, Karel (oponent) ; Sekanina, Lukáš (vedoucí práce)
Úvodem práce přináší stručný přehled problematiky softcomputingu a řešení NP-úplných problémů. Zejména se věnuje evolučním algoritmům a jejich základním typům. V další části je zpracována studie na kartézské genetické programování (CGP), které patří do oblasti evolučních algoritmů. CGP se používá zejména pro návrh číslicových obvodů, symbolickou regresi a jiné. Samostatná kapitola je věnována studii nové techniky Age layered population structure (ALPS), která se věnuje problému předčasné konvergence, přičemž navrhuje způsob rozdělení populace na subpopulace separovaných na základě věkového kriteria. Pomocí zajišťování dostatečné diverzity v populaci dosahuje významně lepších řešení oproti klasickým evolučním algoritmům. V práci jsou navrženy dva způsoby začlenění techniky ALPS do CGP. V další části je popsán postup implementace klasického CGP a jeho dvou variant s využitím techniky ALPS. V rámci práce byly vykonány testy na klasických testovacích úlohách s použitím a bez použití techniky ALPS, přičemž v části "Experimentálne výsledky" byl diskutován přínos použití techniky ALPS v CGP oproti klasickému CGP.
|
|
|
Nástroj pro tvorbu a optimalizaci rozvrhu
Málek, Jakub ; Chlubna, Tomáš (oponent) ; Beran, Vítězslav (vedoucí práce)
Tato práce se zabývá tvorbou webové aplikace pro skautské kurzy, která by měla ulehčit práci s generováním rozvrhů pro závěrečné ověřování kompetencí. Součástí práce je studium moderních webový technologií pro vytváření webových služeb, genetických algoritmů, návrhem grafického rozhraní, které umožní uživatelům zadat vstupní data pro generování rozvrhů a závěrečným vyhodnocením vzniklé aplikace.
|
|
|
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.
|
|
|
Principy a aplikace neuroevoluce
Herec, Jan ; Strnadel, Josef (oponent) ; Bidlo, Michal (vedoucí práce)
Práce se na teoretické úrovni zabývá evolučními algoritmy (EA), neuronovými sítěmi (NN) a jejich syntézou v podobě neuroevoluce. Z praktického hlediska je cílem práce ukázat uplatnění neuroevoluce na dvou odlišných úlohách. První úloha spočívá v evolučním návrhu architektury konvoluční neuronové sítě (CNN), která by dokázala klasifikovat s vysokou přesností ručně psané číslice (z datasetu MNIST). Druhá úloha spočívá v evoluční optimalizaci vah neurokontroléru, který řídí přistání 1. stupně rakety Falcon 9 ve 2D simulaci. Obě úlohy jsou výpočetně velmi náročné a proto byly řešeny na superpočítači. V rámci první úlohy se podařilo navrhnout takové architektury, které při správném natrénování dosahují přesnosti klasifikace 99,49%. Ukázalo se tak, že je možné návrh kvalitních architektur zautomatizovat s využitím neuroevoluce. V rámci druhé úlohy se podařilo optimalizovat váhy neurokontroléru tak, že pro definované počáteční podmínky dovede neurokontrolér model rakety k úspěšnému přistání. V obou úlohách tedy neuroevoluce uspěla.
|
|
|
Optimalizační metody pro knihovnu SIMLIB/C++
Chlebík, Jakub ; Janoušek, Vladimír (oponent) ; Peringer, Petr (vedoucí práce)
Práce se věnuje metodám optimalizace parametrů simulačních modelů. Seznamuje se základy matematické optimalizace a jejím využitím v operačním výzkumu. Dále navrhuje rozšíření knihovny SIMLIB/C++ modulem pro optimalizační metody. Několik vybraných metod teoreticky popisuje, implementuje v jazyce C++, demonstruje jejich použití na několika příkladech a zhodnocuje jejich úspěšnost.
|
host ::
RSS.