|
|
Optimalizace pomocí mravenčích algoritmů
Válek, Matěj ; Drábek, Vladimír (oponent) ; Bidlo, Michal (vedoucí práce)
Tato bakalářská práce se zabývá různými aplikacemi optimalizací mravenčí kolonií. Zejména algoritmus ant colony system bude použit pro optimalizaci problému obchodního cestujícího a návrh pravidel pro vývoj celulárních automatů. Výsledky budou statisticky analyzovány. Kromě toho byla vytvořena GUI aplikace, která umožňuje interaktivně sledovat vývoj algoritmu ant colony system pro vzdělávací účely.
|
|
|
Kvantově inspirované optimalizační algoritmy
Kosík, Dominik ; Sekanina, Lukáš (oponent) ; Bidlo, Michal (vedoucí práce)
Tato práce se zabývá implementací zvoleného kvantově inspirovaného optimalizačního algoritmu a jeho rozšířeními, které budou porovnávány v závěru práce. Jako optimalizační algoritmus byl zvolen algoritmus pro simulované kvantové žíhání. V první části se nachází základní popis běžných optimalizačních metod použitých v této práci, teoretické základy fyziky, ze které vychází inspirace pro kvantově inspirované optimalizační algoritmy, a popis simulovaného kvantového žíhání. V druhé části práce je implementace algoritmů pro námi zvolené úlohy, kterými jsou problém obchodního cestujícího, hledání pravidel pro celulární automaty a problém MAX-SAT. Poslední část obsahuje modifikace simulovaného kvantového žíhání, srovnání se základní variantou a s běžnými optimalizačními algoritmy následované vyhodnocením tohoto srovnání.
|
|
|
Modelování rizik výrobních procesů
Ftáčnik, Peter ; Bednář, Josef (oponent) ; Popela, Pavel (vedoucí práce)
Základom fungovania výrobného podniku sú jeho výrobné procesy. Preto by mal podnik zamerať pozornosť na efektívny chod hlavných procesov a prihliadať na riziká, ktoré sú s procesmi spojené. Práca sa zaoberá rozborom rizík vybraných výrobných procesov konkrétneho podniku a to z kvalitatívneho i kvantitatívneho hľadiska. Najskôr sú prezentované výsledky kvalitatívneho rozboru a to najmä v oblasti poruchovosti strojov či postupnosti výroby. Ďalej sa práca zaoberá problémom optimalizácie postupnosti výrobných dávok tak, aby celkový čas potrebný na prednastavenie strojov medzi dávkami bol minimálny. Práca zohľadňuje náhodnosť doby čakania a uplatňuje wait-and-see prístup stochastického programovania k aplikovanej úlohe obchodného cestujúceho. Výpočty sú realizované pomocou programu GAMS a výsledky sú následne spracované v MS Excelu a ďalej interpretované pomocou pojmov deskriptívnej štatistiky.
|
|
|
Celočíselná optimalizace pro řešení dopravních úloh
Cabalka, Matouš ; Žák, Libor (oponent) ; Popela, Pavel (vedoucí práce)
Práce se zabývá optimalizačními modely v dopravních úlohách s důrazem na úlohu obchodního cestujícího. Po stručném úvodu do historie následuje část popisující základy lineárního a celočíselného programování. Následuje uvedení formulace úlohy obchodního cestujícího. Dále je zahrnuta část věnovaná přípravě dat, na kterou přímo navazuje výpočtová část. Dosažené výsledky jsou opatřeny komentářem a závěry.
|
|
|
Využití prostředků umělé inteligence pro podporu rozhodování v podniku
Rosa, Štěpán ; Kříž, Jiří (oponent) ; Dostál, Petr (vedoucí práce)
Diplomová práce se zaměřuje na využití genetických algoritmů pro úlohy vycházející z problému obchodního cestujícího. Na základě teoretických poznatků a analýzy problému poskytuje návrh řešení, které s ohledem na omezující podmínky sestaví denní plán tras pro servisní techniky. Případová studie ukazuje, že navržené řešení v porovnání s plánováním dle zkušeností umožňuje snížit náklady na dopravu.
|
|
| |
|
|
Pokročilá evoluční optimalizace úloh typu TSP
Hladyuk, Vadym ; Vašíček, Zdeněk (oponent) ; Bidlo, Michal (vedoucí práce)
Práce řeší problém obchodního cestujícího pomocí evolučního algoritmu, konktrétně pomocí genetického algoritmu. Jedná se o hybrid genetického algoritmu s využitím lokálního prohledávacího algoritmu a dalších vylepšení, které nám pomohou vylepšit výsledky. Problémy obchodního cestujícího budou řešeny od 20 měst až po 25 tisíc měst. V kapitole s experimenty jsem zjistil nejvhodnější nastavení všech parametrů v programu a řádně otestoval jejich přínos. V další části kapitoly s experimenty jsem zjistil jakých výsledků dosahují genetické algoritmy. V poslední části jsem porovnal vývoj hodnoty fitness různých variant genetických algoritmů a různých variant operátorů křížení, také jsem porovnal časovou náročnost. Navrhnul jsem další možná vylepšení ať už lokálních prohledávacích algoritmů či jiného přístupu k řešení TSP.
|
|
|
Kvantově inspirované optimalizační algoritmy
Kosík, Dominik ; Sekanina, Lukáš (oponent) ; Bidlo, Michal (vedoucí práce)
Tato práce se zabývá implementací zvoleného kvantově inspirovaného optimalizačního algoritmu a jeho rozšířeními, které budou porovnávány v závěru práce. Jako optimalizační algoritmus byl zvolen algoritmus pro simulované kvantové žíhání. V první části se nachází základní popis běžných optimalizačních metod použitých v této práci, teoretické základy fyziky, ze které vychází inspirace pro kvantově inspirované optimalizační algoritmy, a popis simulovaného kvantového žíhání. V druhé části práce je implementace algoritmů pro námi zvolené úlohy, kterými jsou problém obchodního cestujícího, hledání pravidel pro celulární automaty a problém MAX-SAT. Poslední část obsahuje modifikace simulovaného kvantového žíhání, srovnání se základní variantou a s běžnými optimalizačními algoritmy následované vyhodnocením tohoto srovnání.
|
|
| |
|
| |
host ::
RSS.