|
|
Plánování cesty robotu pomocí rojové inteligence
Schimitzek, Aleš ; Krček, Petr (oponent) ; Dvořák, Jiří (vedoucí práce)
Tato diplomová práce se zabývá plánováním cesty robota pomocí rojové inteligence. V teoretické části jsou popsány nejznámější metody rojové inteligence (optimalizace mravenčí kolonií, optimalizace včelím rojem, optimalizace rojem světlušek a optimalizace hejnem částic) a jejich aplikace pro plánování cesty. V praktické části je zvolena optimalizace hejnem částic pro návrh a implementaci plánování cesty v programu C#.
|
|
|
Řešení optimalizačních úloh algoritmy ACO
Habrnál, Matěj ; Samek, Jan (oponent) ; Zbořil, František (vedoucí práce)
Práce se zabývá základními optimalizačními algoritmy ACO (Ant Colony Optimization) a jejich vývojem, zkoumá také inspiraci u živých mravenců. Cílem pak je demonstrovat činnost těchto algoritmů na dvou optimalizačních úlohách - problému obchodního cestujícího a problému hledání potravinových zdrojů a optimální cesty mezi potravou a mraveništěm. Práce popisuje i experimenty, které mají za cíl zjistit vliv nastavitelných parametrů mravenčích algoritmů. Nejdříve je popsána teorie ACO algoritmů, následně pak aplikace těchto algoritmů na obě vybrané optimalizační úlohy. Závěr práce se věnuje rozboru provedených experimentů s vytvořenými aplikacemi a hodnocením jejich výsledků.
|
|
|
Metriky a kriteria pro diagnostiku sociotechnických systémů
Raudenská, Lenka ; Dohnal, Mirko (oponent) ; Nenadál, Jaroslav (oponent) ; Fiala, Alois (vedoucí práce)
Disertační práce se zabývá metrikami a kriterii pro diagnostiku sociotechnických systémů, což je v dnešní době aktuální téma firem, které chtějí zajistit kvalitu výrobků s ohledem na požadavky trhu. Stále více zákazníků vyžaduje po dodavatelích, aby prokazovali trvalou způsobilost vyrábět a dodávat kvalitní výrobky podle daných specifikací. Schopnost vyrábět kvalitní výrobky, odpovídající požadavkům zákazníka, získává klíčovou roli v konkurenceschopnosti podniku. V práci nalezneme základní strategie a pravidla, která jsou předpokladem dobře fungujícího podniku a dokáží zajistit kvalitu výrobků za konkurence schopné výrobní ceny. Dále jsou v práci uvedeny metody a nástroje pro plánování, jež jsou nutné pro kvantifikování množství času, zdrojů a vytváření rozpočtu, včetně důležité analýzy rizik, která pomáhá definovat preventivní akce, které zredukují pravděpodobnost faktorů, které mohou ohrozit úspěch dílčích činností, a s nimi spjatý úspěch celého podniku, od jejich prvopočátku. Další část je zaměřena na optimalizační problémy, které jsou řešeny pomocí metod Rojové inteligence. Jsou zde specifikovány jak samotné algoritmy, tak i jejich využití v praxi, především pak problém obchodního cestujícího a Vehicle Routing Problem, které slouží jako prostředek pro řešení dílčích problémů ve výrobním průmyslu. V poslední části je využito Kvalitativní modelování, u něhož je možné dospět k řešení problému i s méně přesnými (kvantitativními) informacemi o zkoumaném modelu. V textu nalezneme popis kvalitativní algebry, která rozeznává jen tři možné hodnoty, a to kladná, nulová a záporná. Takto koncipovaný aparát je dostatečný pro popis trendů, a pro interpretaci výsledků lze výhodně využít nástroje z matematické oblasti teorie grafů.
|
|
|
Plánování cesty robotu pomocí mravenčích algoritmů
Pěnčík, Martin ; Krček, Petr (oponent) ; Dvořák, Jiří (vedoucí práce)
Tato diplomová práce se zabývá plánováním cesty robotu. Obsahuje přehled obecných přístupů pro plánování cesty. Dále popisuje metody rojové inteligence a jejich aplikace na plánování cesty robotu. Práce obsahuje návrhy změn pro mravenčí algoritmy a prezentuje výsledky experiment provedených pomocí implementovaných algoritmů.
|
|
|
Modely umělého života
Ďuričeková, Daniela ; Martinek, David (oponent) ; Peringer, Petr (vedoucí práce)
Tato bakalářská práce popisuje návrh a implementaci simulátoru umělého života. Práce je rozdělena do čtyř částí. Cílem první části je seznámení s oblastí umělého života a základní terminologií. Druhá část se věnuje vybraným návrhovým vzorům a návrhu simulačního systému, jehož smyslem je simulovat ekosystém umělých entit. Účelem následující části je popis implementace jednotlivých složek systému. Na závěr je provedeno testování systému na dvou ukázkových modelech.
|
|
|
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.
|
|
|
Rojová inteligence v MRDS
Kučera, Lukáš ; Hynčica, Ondřej (oponent) ; Honzík, Petr (vedoucí práce)
Rešeršní část diplomové práce je zaměřena na vybraná témata z oblasti rojové inteligence. Dále jsou na základě dvou publikací popsány experimenty studující chování skupiny robotů při shromažďování puků a při vyhledávání cíle. Vlastní práce je pak věnována zopakování těchto experimentů v Microsoft Robotics Developer Studiu (RDS), volně dostupném simulačním prostředí pro robotiku. Realizace obou experimentů v RDS je podrobně zdokumentována a dosažené výsledky jsou vyhodnoceny a srovnány s výsledky popsanými v publikacích. Na základě vlastních zkušeností jsou na závěr shrnuty základní vlastnosti, výhody a nevýhody vývoje v RDS.
|
|
|
Inteligence skupiny
Winklerová, Zdenka ; Šaloun, Petr (oponent) ; Škrinárová,, Jarmila (oponent) ; Zbořil, František (vedoucí práce)
Záměrem disertační práce je aplikovaný výzkum skupinové ( kolektivní ) inteligence . K prokázání použitelnosti inteligence skupiny je zkoumán algoritmus na bázi roje částic ( Particle Swarm Optimization PSO ), v němž je problém inteligence skupiny převeden na matematickou optimalizaci, kdy roj částic ( particle swarm ) hledá globální optimum ve vymezeném prostoru problému a prohledávání je řízeno podle předem nadefinované účelové funkce ( objective function ), která zastupuje řešený problém. Byla navržena a experimentálně ověřena strategie prohledávání, v níž částice průběžně přizpůsobují své chování charakteristikám prostoru řešeného problému, a bylo experimentálně zjištěno, jak se vliv řídící účelové funkce zastupující řešený problém projevuje v chování částic. Výsledky experimentování s navrženou strategií prohledávání byly porovnány s výsledky experimentů s referenční verzí algoritmu PSO . Experimenty ukázaly, že klasické prohledávání, kde jedinou podmínkou je stabilní trajektorie, po níž se částice pohybuje v prostoru řešeného problému, a kde je ve výsledku eliminován vliv řídící účelové funkce, může selhat a že dynamická stabilita trajektorií částic sama o sobě není ukazatelem prohledávacích schopností algoritmu ani konvergence algoritmu ke správnému, globálnímu řešení. Byl navržen způsob prohledávání prostoru řešeného problému, v němž algoritmus PSO reguluje stabilitu algoritmu průběžným přizpůsobováním chování částic charakteristikám prostoru problému. Navržený algoritmus usměrňoval vývoj prohledávání prostoru problému tak, že vzrostla pravděpodobnost úspěšnosti řešení.
|
|
| |
|
|
Experiment rojové inteligence v RDS
Kolář, Ladislav ; Florián, Tomáš (oponent) ; Honzík, Petr (vedoucí práce)
Práce je tvořena dvěma částmi. První část je věnována přehledu robotických simulátorů a pak blíže programu Microsoft Robotics Developer Studio (MRDS). Je zpracován manuál zaměřený na postup při tvorbě vlastního projektu kombinujícího jazyky C# a Visual Programming Language (VPL). Druhou část tvoří stručná definice pojmu rojová inteligence a popis experimentu, který má být implementován v prostředí MRDS. Následuje popis implementace a stručné zhodnocení dosažených výsledků.
|
host ::
RSS.