|
|
Heuristiky v optimalizačních úlohách třídy RCPSP
Šebek, Petr ; Kočí, Radek (oponent) ; Hrubý, Martin (vedoucí práce)
Tato práce se zabývá popisem stavu resource-constrained project scheduling problem. Definuje základní problém a jeho složitost. Také popisuje varianty tohoto problému. Jsou představeny algoritmy pro řešení RCPSP. V práci je důkladně rozebrán heuristický genetický algoritmus GARTH. Je také naznačena implementace dvou prototypů řešících RCPSP pomocí algoritmu GARTH. Je navrhnuto několik vylepšení originálního algoritmu a ty jsou vyhodnoceny.
|
|
|
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.
|
|
|
Heuristické algoritmy pro optimalizaci
Komínek, Jan ; Šeda, Miloš (oponent) ; Roupec, Jan (vedoucí práce)
Diplomová práce se věnuje genetickým algoritmům a zkoumání jejich vlastností. Zvláštní důraz je kladen na posouzení vlivu mutace a velikosti populace. V druhé části práce jsou genetické algoritmy aplikovány na problematiky inverzních úloh vedení tepla. K jejich řešení bylo vyzkoušeno více různých přístupů a způsobů kódování. Vlastnosti genetických algoritmů pro tyto úlohy byly zlepšeny dvěma zcela novými genetickými operátory – manipulace a seřazení. Zjištěné teoretické poznatky byly odzkoušeny na reálné inverzní úloze vedení tepla. V rámci práce byla vytvořena knihovna pro snadnou implementaci GA pro řešení obecných optimalizačních úloh v jazyce C++.
|
|
|
Systém pro pokročilé plánování
Horký, Aleš ; Jaroš, Jiří (oponent) ; Drahošová, Michaela (vedoucí práce)
Tato diplomová práce se zabývá návrhem a implementací softwaru pro automatizované plánování rozvrhů zkoušek a přednášek. Návrh je přizpůsoben pro specifické potřeby Fakulty informačních technologií Vysokého učení technického v Brně. Problém je řešen kombinací genetického a heuristického algoritmu. Pomocí genetického algoritmu je získáno pořadí předmětů v jakém mají být vkládány do výsledného rozvrhu heuristickým algoritmem. Výkonnostně optimalizovaná implementace v jazyce Python 3 umožňuje tento výpočet paralelizovat, díky čemuž lze získat vygenerované rozvrhy již za dobu řádově desítek minut. Provedené experimenty vykazují ve všech sledovaných kritériích přibližně o 13% lepší výsledky, než jakých bylo dosaženo u zkouškových rozvrhů v minulosti. Vývoj byl pravidelně konzultován s osobami zodpovědnými za tvorbu rozvrhů na fakultě. Program bude použit při vytváření zkouškových rozvrhů pro akademický rok 2015/2016.
|
|
|
Generování scénářů při požadavku na shodu momentů
Koláčková, Hana ; Dupačová, Jitka (vedoucí práce) ; Branda, Martin (oponent)
V práci jsou uvedeny čtyři způsoby generování scénářů tak, aby výsledné diskrétní rozdělení pravděpodobnosti replikovalo předepsané hodnoty momentů. Prvním z~nich je heuristický algoritmus, druhým ze způsobů je symetrické rozložení okolo střední hodnoty, další je systém nelineárních rovnic a poslední způsob je řešení pomocí cílového programování. V další části je přiblížen charakter této úlohy cílového programování a jsou uvedeny konkrétní možnosti specifikací parametrů úlohy s následným ovlivněním náročnosti řešení. V poslední části práce jsou porovnány výsledky několika možných způsobů řešení vybraných typů úlohy. Powered by TCPDF (www.tcpdf.org)
|
|
|
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.
|
|
|
Heuristiky v optimalizačních úlohách třídy RCPSP
Šebek, Petr ; Kočí, Radek (oponent) ; Hrubý, Martin (vedoucí práce)
Tato práce se zabývá popisem stavu resource-constrained project scheduling problem. Definuje základní problém a jeho složitost. Také popisuje varianty tohoto problému. Jsou představeny algoritmy pro řešení RCPSP. V práci je důkladně rozebrán heuristický genetický algoritmus GARTH. Je také naznačena implementace dvou prototypů řešících RCPSP pomocí algoritmu GARTH. Je navrhnuto několik vylepšení originálního algoritmu a ty jsou vyhodnoceny.
|
|
|
Systém pro pokročilé plánování
Horký, Aleš ; Jaroš, Jiří (oponent) ; Drahošová, Michaela (vedoucí práce)
Tato diplomová práce se zabývá návrhem a implementací softwaru pro automatizované plánování rozvrhů zkoušek a přednášek. Návrh je přizpůsoben pro specifické potřeby Fakulty informačních technologií Vysokého učení technického v Brně. Problém je řešen kombinací genetického a heuristického algoritmu. Pomocí genetického algoritmu je získáno pořadí předmětů v jakém mají být vkládány do výsledného rozvrhu heuristickým algoritmem. Výkonnostně optimalizovaná implementace v jazyce Python 3 umožňuje tento výpočet paralelizovat, díky čemuž lze získat vygenerované rozvrhy již za dobu řádově desítek minut. Provedené experimenty vykazují ve všech sledovaných kritériích přibližně o 13% lepší výsledky, než jakých bylo dosaženo u zkouškových rozvrhů v minulosti. Vývoj byl pravidelně konzultován s osobami zodpovědnými za tvorbu rozvrhů na fakultě. Program bude použit při vytváření zkouškových rozvrhů pro akademický rok 2015/2016.
|
|
|
Heuristické algoritmy pro optimalizaci
Komínek, Jan ; Šeda, Miloš (oponent) ; Roupec, Jan (vedoucí práce)
Diplomová práce se věnuje genetickým algoritmům a zkoumání jejich vlastností. Zvláštní důraz je kladen na posouzení vlivu mutace a velikosti populace. V druhé části práce jsou genetické algoritmy aplikovány na problematiky inverzních úloh vedení tepla. K jejich řešení bylo vyzkoušeno více různých přístupů a způsobů kódování. Vlastnosti genetických algoritmů pro tyto úlohy byly zlepšeny dvěma zcela novými genetickými operátory – manipulace a seřazení. Zjištěné teoretické poznatky byly odzkoušeny na reálné inverzní úloze vedení tepla. V rámci práce byla vytvořena knihovna pro snadnou implementaci GA pro řešení obecných optimalizačních úloh v jazyce C++.
|
host ::
RSS.