|
|
Akcelerace částicových rojů PSO pomocí GPU
Krézek, Vladimír ; Schwarz, Josef (oponent) ; Jaroš, Jiří (vedoucí práce)
Tato práce se zabývá technikou PSO (Particle Swarm Optimization neboli Optimalizace pomocí částicových rojů), s jejíž pomocí je možné řešit komplexní problémy. Tuto techniku lze využít při řešení složitých kombinatorických problémů (obchodní cestující, úloha o batohu), návrh integrovaných obvodů a antén, v oborech jako je biomedicína, robotika, umělá inteligence nebo i finančnictví. Přestože je algoritmus PSO velice efektivní, čas nezbytný pro nalezení vhodného řešení reálných problémů často přesahuje hranice únosnosti. Cílem této práce je tedy urychlit běh tohoto algoritmu pomocí grafického adaptéru, který nabízí velmi vysoký výpočetní potenciál při zachování příznivé ceny a rozměru. Pro demonstrační účely a ověření kvality implementace byl zvolen problém rozhodnutelnosti systému logických formulí (SAT), jenž patří do třídy NP-úplných problémů. Redukcí časové náročnosti algoritmu PSO při řešení SAT problému jsme tedy schopni akcelerovat celou třídu úloh a řešit problémy, které byly dosud prakticky neřešitelné.
|
|
| |
|
| |
|
|
Sledování spektra a optimalizace systémů s více nosnými pro kognitivní rádio
Povalač, Karel ; Šimša, Jan (oponent) ; Galajda,, Pavol (oponent) ; Maršálek, Roman (vedoucí práce)
Dizertační práce se zabývá problematikou sledování kmitočtového spektra a následném využití daného frekvenčního pásma komunikačním systémem s více nosnými frekvencemi, jehož nastavení parametrů je provedeno na základě optimalizace. Nastavení adaptace může být prováděno s přihlédnutím k několika požadavkům a také stavu a obsazenosti jednotlivých přenosových kanálů. Systém, který je charakterizován zmíněnými vlastnostmi, je často označován jako kognitivní rádio. Uplatnění zařízení, pracujících na principech kognitivního rádia bude nejspíše v blízké budoucnosti hojně využíváno z důvodů omezeného volného kmitočtového spektra. Přínosem práce je zejména využití Kolmogorova – Smirnova statistického testu jako jedna z možností detekce přítomnosti signálu primárních uživatelů. Dále také zavedení nové kriteriální funkce u optimalizace využívající roje částic (PSO) a zahrnutí parametru EVM, kvantifikujícího odchylku bodů konstelačního diagramu, do adaptivního greedy algoritmu a do optimalizace PSO. Součástí dizertační práce je i zahrnutí nepřesné informace o stavu sledovaného kmitočtového spektra do modifikovaného greedy algoritmu. Navrhované metody jsou podloženy výsledky vytvořených simulací a v případě energetické detekce ve frekvenční oblasti i implementací metody na vývojovou desku s obvodem FPGA.
|
|
|
Akcelerace částicových rojů PSO pomocí GPU
Záň, Drahoslav ; Petrlík, Jiří (oponent) ; Jaroš, Jiří (vedoucí práce)
Tato práce sa zabývá populačně založenou stochastickou optimalizační technikou PSO (Particle Swarm Optimization) a její akcelerací. Jedná se o jednoduchou, ale velmi efektivní techniku, určenou k řešení složitých multidimenzionálních problémů, která nachází uplatnění v široké oblasti aplikací. Cílem práce je vytvořit paralelní implementaci tohoto algoritmu s důrazem na co nejvyšší zrychlení výpočtu. K tomuto účelu byla zvolena grafická karta (GPU), která v dnešních dobách poskytuje cenově dostupný, masivní výpočetní výkon. Za účelem vyhodnocení přínosu akcelerace s využitím GPU byly vytvořeny a porovnávány dvě aplikace řešící problém odvozený od známého NP-těžkého problému Knapsack. Akcelerovaná aplikace na GPU vykazuje až 5-násobné průměrné a téměř 10-násobné maximální zrychlení výpočtu oproti optimalizované aplikaci pro vícejádrový procesor, ze které vycházela.
|
|
|
Optimalizace nastavení závodního vozu simulátoru TORCS
Srnec, Pavel ; Jaroš, Jiří (oponent) ; Pospíchal, Petr (vedoucí práce)
Tato práce pojednává o přírodních optimalizačních technikách, které jsou využity pro řešení problému nastavení závodního vozu. Nejdříve jsou v rámci optimalizačních technik představeny evoluční algoritmy. Největší důraz je kladen na optimalizaci hejnem částic. Nastavení závodního vozu je popsáno v samostatné kapitole spolu s představením simulátoru TORCS. Práce obsahuje veškeré návrhové a implementační části zvolených technik. Hlavním cílem práce je nalezení optimálního nastavení pro různé specifikace okruhů.
|
|
|
Řešení optimalizačních úloh algoritmy PSO
González, Marek ; Rozman, Jaroslav (oponent) ; Zbořil, František (vedoucí práce)
Práce se zabývá popisem algoritmu particle swarm optimization (PSO) a demonstrací jeho činnosti na vybraných optimalizačních úlohách. PSO byl převážně navržen pro spojitou optimalizaci a řadí se mezi algoritmy hromadné inteligence. Práce obsahuje úvod do problematiky optimalizace a teoretický popis algoritmu. Po teoretické části následuje část praktická, která se věnuje implementaci algoritmu a hledání vhodného nastavení jeho parametrů. Řešené úlohy jsou shlukování, problém obchodního cestujícího a hledání minima vícerozměrných funkcí.
|
|
| |
|
|
Optimalizace modelu odrušovacího filtru
Surovec, Vojtěch ; Soldán, Josef (oponent) ; Dřínovský, Jiří (vedoucí práce)
V úvodní části práce jsem teoreticky rozebral současný stav měření vložného útlumu odrušovacího filtru a popsal jednotlivé metody měření. Dále jsem se zabýval globálními optimalizačními metodami a některé z nich teoreticky rozebral. Nejdůkladněji jsem rozebral metodu PSO, kde jsem podrobně popsal princip optimalizace, jelikož je dále použita pro optimalizaci filtru. V další části práce jsem provedl teoretické matematické vyjádření vložného útlumu odrušovacího filtru a provedl optimalizaci hodnot parazitních prvků zadaného filtru v různých měřicích systémech. Tato optimalizace byla provedena na syntetických datech, aby byla prověřena funkčnost optimalizace a hlavně správná funkčnost vhodně zvolené kriteriální funkce. V poslední části jsem provedl optimalizaci na měřených datech zadaného filtru. Zjistil jsem nepřesnost matematického vyjádření zadaného odrušovacího filtru, a proto jsem optimalizaci použil na nový model filtru. Z nového modelu jsem již získal přesnější výsledky. Dále jsem nový model rozšířil o nové prvky z důvodu přesnější optimalizace. Nakonec jsem filtr optimalizoval novou metodou.
|
|
|
Portfolio Optimization Using Metaheuristics
Haviar, Martin ; Doubravský, Karel (oponent) ; Budík, Jan (vedoucí práce)
This thesis deals with design and implementation of an investment model, which applies methods of Post-modern portfolio theory. Particle swarm optimization (PSO) metaheuristic was used for portfolio optimization and the parameters were analyzed with several experiments. Johnsons SU distribution was used for estimation of future returns as it proved to be the best of analyzed distributions. The result is software application written in Python, which is tested for stability and performance of model in extreme situations.
|
host ::
RSS.