Národní úložiště šedé literatury Nalezeno 60 záznamů.  1 - 10dalšíkonec  přejít na záznam: Hledání trvalo 0.01 vteřin. 
Problém obchodního cestujícího
Šůstek, Martin ; Snášelová, Petra (oponent) ; Zbořil, František (vedoucí práce)
Práce se zaměřuje na úpravu známých postupů ACO a GA s ohledem na zvyšování efektivity nalézaných řešení. Jsou zde prezentovány dva nové přístupy pro řešení TSP. Pomocí jednoho z nich lze také vytvořit počáteční populaci pro GA. Je uveden konkrétní návrh programu a v příloze pak i jeho implementace v jazyce Java. Aby se zlepšila efektivita řešení, jsou navržené a implementované lokální optimalizace. Po uplynutí předem stanoveného strojového času jsou mezi sebou porovnány minimální vzdálenosti dosažené zvolenými metodami. Experimenty jsou provedeny na sadách s různými počty míst, konkrétně od 101 až po 3891.
Matematické modely dopravních úloh
Votavová, Helena ; Novotný, Jan (oponent) ; Popela, Pavel (vedoucí práce)
Práce se zabývá modelováním a řešením vybraných dopravních úloh. Nejprve jsou uvedeny historické postřehy, praktické poznatky a formulovány vybrané problémy. Potom se práce věnuje modelování vybraných dopravních úloh pomocí matematického (lineárního a celočíselného) programování a teorie grafů. Pozornost je především věnována problému obchodního cestujícího a různým metodám jeho řešení a jejich modifikacím. V práci jsou rovněž uvedeny komentáře k originální programové implementaci modelů a algoritmů, a to jak modelů v systému GAMS, tak grafových algoritmů v jazyce Python. Algoritmy byly testovány na úloze zahrnující 73 bývalých okresních měst v ČR. Vysledky testování jsou v závěrečné části porovnány a vyhodnoceny.
Evoluční algoritmy
Haupt, Daniel ; Polách, Petr (oponent) ; Honzík, Petr (vedoucí práce)
První část práce je teoretická a zabývá se optimalizací a evolučními algoritmy, které jsou používány k řešení složitých optimalizačních problémů. Konkrétně jsou popsány algoritmy diferenciální evoluce, genetický algoritmus, simulované žíhání a deterministický neevoluční algoritmus zakázané prohledávání. Dále je diskutována problematika testování optimalizačních algoritmů pomocí tzv. galerii testovacích funkcí a testování pomocí srovnání výsledků algoritmů při řešení problému obchodního cestujícího. Ve druhé části práce jsou všechny uvedené algoritmy testovány na 11 testovacích funkcích a na třech modelech rozmístění měst v problému obchodního cestujícího. Nejprve jsou algoritmy srovnávány s možností neomezeného přístupu k účelové funkci a dále s omezenou možností přístupu k účelové funkci. Veškerá data jsou statisticky a graficky zpracována. Jednotlivé algoritmy jsou seřazeny dle úspěšnosti.
Genetické algoritmy
Masárová, Mária ; Zbořil, František (oponent) ; Zbořil, František (vedoucí práce)
Táto práca sa zaoberá genetickými algoritmami, ich terminológiou a využitím. Popisuje rôzne problémy, ktoré sa dajú pomocou genetických algoritmov riešiť. V práci sú taktiež predstavené rôzne algoritmy skupinovej inteligencie, pričom algoritmus svetlušiek slúži aj na porovnanie efektivity medzi ním a genetickým algoritmom. Hlavnou úlohou tejto práce je vykonať experimenty s tromi optimalizačnými úlohami, konkrétne sú to, problém obchodného cestujúceho, splniteľnosť logických formúl a hľadanie extrému funkcie.
Optimalizační algoritmy inspirované přírodou
Babjarčiková, Lenka ; Zbořil, František (oponent) ; Zbořil, František (vedoucí práce)
Táto práca sa venuje štyrom optimalizačným algoritmom inšpirovaných prírodou. Popisuje algoritmus mravčej kolónie, algoritmus párenia včiel, algoritmus vlčej svorky a algoritmus simulovaného žíhania. Súčasťou tejto práce bolo aplikovanie daných algoritmov pre tri optimalizačné úlohy. Jednou z úloh bol problém obchodného cestujúceho, ktorý je riešený pomocou algoritmu mravčej kolónie, ďalšou nájdenie extrému funkcie, ktoré je riešené algoritmom vlčej svorky a algoritmom simulovaného žíhania a poslednou úlohou bol problém splniteľnosti logických formúl, ktorý bol v tejto práci riešený algoritmom párenia včiel. Práca obsahuje experimenty s danými algoritmami a vyhodnocuje získané výsledky.
Úloha obchodního cestujícího
Kolář, Adam ; Rozman, Jaroslav (oponent) ; Zbořil, František (vedoucí práce)
Cílem této bakalářské práce je navrhnout prostředí testující problém obchodního cestujícího a porovnat efektivitu jednotlivých přístupů k řešení. V první části jsou diskutovány možnosti genetických algoritmů v závislosti na nastavení křížení, mutací a velikosti populace. V druhé části jsou na stejný problém použity dva druhy neuronových sítí. Za zástupce samoučící varianty byla zvolena Kohonenova neuronová síť. Hopfieldova neuronová síť reprezentuje metodu minimalizace energetické funkce s pevným nastavením koeficientů. U obou neuronových sítí byly popsány možné výhody a nevýhody aplikace. V závěru byly všechny zjištěné poznatky interpretovány ve společném kontextu.
Aplikace problému Obchodního cestujícího v reálném prostředí distribuční společnosti
Ružička, Vladimír ; Bartík, Vladimír (oponent) ; Kreslíková, Jitka (vedoucí práce)
Tato práce se zaobírá problematikou optimální distribuce. Čitatel se seznámí s problémy spojenými s distribucí. Kromě toho jsou v této práci vysvětleny problémy obchodního cestujícího, tzv. "vehicle routing problem" a jeho varianty. Dále je zde možné najít přehled přístupů k řešení "vehicle routing problem". V části zaměřené na problém z praxe se nachází analýza distribuce skutečné společnosti. V druhé polovině práce je představena aplikace, která by mohla snížit náklady na distribuci analyzované firmy. Testování je zaměřeno zejména na prozkoumání VRPCL (Vehicle Routing Problem with Continuos Loading), tedy problém plánovaní tras vozidel s průběžným nakládáním.
Computational tasks for solving parallel data processing
Rexa, Denis ; Uher, Václav (oponent) ; Mašek, Jan (vedoucí práce)
The goal of this diploma thesis was to create four laboratory exercises for the subject "Parallel Data Processing", where students will try on the options and capabilities of Apache Spark as a parallel computing platform. The work also includes basic setup and use of Apache Kafka technology and NoSQL Apache Cassandra database. The other two lab assignments focus on working with a Travelling Salesman Problem. The first lab was designed to demonstrate the difficulty of a task where the student will face an exponential increase in complexity. The second task consists of an optimization algorithm to solve the problem in cluster. This algorithm is subjected to performance measurements in clusters. The conclusion of the thesis contains recommendations for optimization as well as comparison of running with different number of computing devices.
Experimenty s rojovou inteligencí (swarm intelligence)
Hula, Tomáš ; Zbořil, František (oponent) ; Grulich, Lukáš (vedoucí práce)
Práce se zabývá rojovou inteligencí jako podoborem umělé inteligence. Stručně popisuje biologické pozadí problematiky a zabývá se také principy hledání cest v mravenčích koloniích. Představena je i oblast kombinatorické optimalizace a detailně jsou definovány úlohy Travelling Salesman Problem a Quadratic Assignment Problem. Hlavní část práce sestává z popisu metod rojové inteligence pro řešení uvedených problémů a zhodnocení experimentů, které byly na těchto metodách provedeny. Konkrétně jde o algoritmy Ant System, Ant Colony System, Hybrid Ant System a Max-Min Ant System. V rámci práce byla také navržena a otestována vlastní metoda Genetic Ant System, která obohacuje základní Ant System mimo jiné o vývoj parametrů jednotek na základě genetických principů. V rámci obou řešených úloh jsou porovnány výsledky popisovaných metod společně s výsledky metod klasické umělé inteligence.
Ant Colony Optimization for Solving Big Instances of TSP
Ramosová, Patrícia ; Jaroš, Jiří (oponent) ; Bidlo, Michal (vedoucí práce)
Currently, many applications place emphasis on finding the optimal solution to a particular problem. However, it is typical for some tasks that their complexity increases exponentially depending on the size of the instance. A typical example of such a problem is the Traveling Salesman Problem (TSP). One class of methods that have proven to be very helpful in solving TSPs are ant algorithms. Nonetheless, they reached their limit - a high number of cities in the instance and became almost unusable due to time and memory requirements. This bachelor thesis aims to modify the ant algorithm and create a system capable of quickly and efficiently solve large-scale TSPs without significant loss in the quality of the solution found. Optimization will focus on reducing memory complexity and total execution time.

Národní úložiště šedé literatury : Nalezeno 60 záznamů.   1 - 10dalšíkonec  přejít na záznam:
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.