Národní úložiště šedé literatury Nalezeno 43 záznamů.  1 - 10dalšíkonec  přejít na záznam: Hledání trvalo 0.01 vteřin. 
Grafické rozhraní pro manipulaci s chromozomy genetického programování v Javě
Staurovská, Jana ; Žaloudek, Luděk (oponent) ; Jaroš, Jiří (vedoucí práce)
Cílem této práce je vytvořit program pro manipulaci s chromozomy genetického programování, který by měl umožňovat export do vektorového formátu, posouvání hradel, jejich zabarvení a další grafické operace, který funguje na různých operačních systémech (hlavně Microsoft Windows a Linux). Pro lepší pochopení problematiky je v teoretické části popsán základní princip kartézského genetického programování.
Implementace a vizualizace klasického genetického algoritmu za použití Metropolisova algoritmu
Matula, Radek ; Jaroš, Jiří (oponent) ; Ohlídal, Miloš (vedoucí práce)
Tato bakalářská práce popisuje využití genetického a Metropolisova algoritmu k řešení problému obchodního cestujícího. Dále popisuje průběh vývoje aplikace POC a vysvětluje problematiku nastavení jednotlivých parametrů algoritmu.
Evoluční algoritmy
Bortel, Martin ; Karásek, Jan (oponent) ; Burget, Radim (vedoucí práce)
Práce se zabývá principy a základními vlastnostmi Evolučních a Genetických algoritmů. Jsou zde rozebrány operátory mutace, křížení a selekce a možnosti ukončení algoritmu. Uvedeny jsou příklady využití evolučních a genetických algoritmů v praxi. Využití technologií PHP&MySQL a Google Maps API k optimalizaci distribuční trasy, je důležitým bodem práce.
Návrh genetického algoritmu pro optimalizaci vybavení distribuční sítě vn
Ondruš, Tomáš ; Skala, Petr (oponent) ; Paar, Martin (vedoucí práce)
Práce se zabývá genetickými algoritmy a jejich potenciální využití v aplikačním softwaru pro optimalizaci vybavení distribuční sítě vysokého napětí spínacími prvky. Teoretická část vysvětluje základní pojmy genetické algoritmy jako gen, populace a chromozom a také základní principy vývoje genetických algoritmů. Hlavním úkolem práce je navrhnout genetický algoritmus, který bude simulovat různé rozmístění místně ovládaného odpojovače, dálkově ovládaného odpojovače nebo recloseru a bude analyzovat, jak nastavit parametry ovlivňující rychlost konvergence tohoto genetického algoritmu. Základní parametry ovlivňující konvergenci jsou pravděpodobnost křížení, pravděpodobnost mutace, velikost populace nebo používání elitismu. Druhým cílem je nalezení vhodného nastavení vstupních parametrů pro vybrané velikosti populace bez a s použitím elitismu. Výsledkem práce je zjistit vhodné nastavení parametrů pro každou generaci a určení přibližného počtu generací potřebných k nalezení nejlepšího řešení . Genetický algoritmus byl testován i na méně rozsáhlé distribuční síti se šesti spínacími prvky.
Evoluční algoritmy
Bortel, Martin ; Karásek, Jan (oponent) ; Lambertová, Petra (vedoucí práce)
Práce se zabývá principy a základními vlastnostmi Evolučních a Genetických algoritmů. Jsou zde rozebrány operátory mutace, křížení a selekce a možnosti ukončení algoritmu. Uvedeny jsou příklady využití evolučních a genetických algoritmů v praxi. Využití technologií PHP&MySQL a Google Maps API k optimalizaci distribuční trasy, je důležitým bodem práce.
Nástroj pro vizuální analýzu evoluce obvodů
Staurovská, Jana ; Minařík, Miloš (oponent) ; Sekanina, Lukáš (vedoucí práce)
Cílem diplomové práce je zpracovat studii o kartézském genetickém programování se zaměřením na použití v oblasti evoluce obvodů a vytvořit návrh konceptu vizualizace této evoluce. Následně je cílem vytvořit program umožňující vizualizovat evoluci obvodů kartézského genetického programování, její jednotlivé generace, stejně tak i jednotlivé chromozomy, dále umožňující zobrazovat změny mezi generacemi a chromozomy a porovnávat více chromozomů najednou. Pro výsledný program bylo rovněž zpracováno několik příkladů použití.
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.
Zjišťování topologie bezdrátové senzorové sítě genetickými algoritmy
Dalecký, Štěpán ; Samek, Jan (oponent) ; Zbořil, František (vedoucí práce)
Cílem této bakalářské práce je navrhnout genetický algoritmus, který bude schopen určit polohu senzorů bezdrátové senzorové sítě na základě síly signálu mezi jednotlivými senzory. Nejprve se práce zabývá teorií genetických algoritmů a okrajově popisem bezdrátové senzorové sítě. Následně je na základě této teorie navržen genetický algoritmus, který slouží k zjištění topologie bezdrátové senzorové sítě. Práce také popisuje důležité rysy implementace tohoto algoritmu. Závěrem jsou zhodnoceny dosažené výsledky.
Optimalizace procesů v logistice s podporou vizualizace
Kršák, Martin ; Bidlo, Michal (oponent) ; Křivka, Zbyněk (vedoucí práce)
Cielom diplomovej prace je navrh, implementacia a porovnanie algoritmov, ktore optimalizuju procesy v logistike, prevazne v planovacej casti. Algoritmy pomocou heuristik a aproximacneho genetickeho algoritmu najdu takmer optimalne riesenie NP-tazkeho problemu, podobneho problemu obchodneho cestujuceho s oneskorenim niekolkych hodin. Ulohou tychto algoritmov je planovanie efektivnej trasy smetiarskym vozidlam, ktore zvazaju a rozvazaju velkoobjemny odpad do zbernych stredisk v konkretnom meste. Cielom optimalizacie je minimalizacia nakladov na dopravu.
Genetické algoritmy – Multi-core CPU implementace
Studnička, Vladimír ; Kuba, Martin (oponent) ; Matoušek, Radomil (vedoucí práce)
Cílem diplomové práce je vytvořit co možná nejuniverzálnější knihovnu pro genetické algoritmy v jazyce C++, s určitým počtem implementovaných univerzálních operátorů a následně vytvořenou knihovnu otestovat na příkladech. Musí být implementována podpora více-jádrových procesorů pomocí OpenMP. Knihovna bude testována celkově na třech příkladech. První dva příklady jsou matematické funkce, které se používají právě k testování genetických algoritmů. Dalším testovacím příkladem je problém rozložení n-dam na šachovnici, aby se vzájemně neohrožovali. Nakonec se pokusíme pomocí navrhnutých algoritmů zjistit řešení puzzle s názvem Eternity II, za jehož vyřešení je vypsána odměna 2 milióny dolarů.

Národní úložiště šedé literatury : Nalezeno 43 záznamů.   1 - 10dalšíkonec  přejít na záznam:
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.