|
Optimalizace betonových konstrukcí stochastickými metodami optimalizace
Slowik, Ondřej ; Pukl,, Radomír (oponent) ; Novák, Drahomír (vedoucí práce)
Práce si klade za cíl přiblížit čtenáři smysl optimalizace a její význam pro stavební praxi. Naznačuje principy některých používaných optimalizačních metod a zabývá se možností spojení některého z typů metody LHS s jinou optimalizační metodou. Výsledkem tohoto spojení je nový typ optimalizační metody pracovně pojmenovaný Nested LHS, popsaný v textu třetí kapitoly. V páté kapitole se aplikují některé ze získaných poznatků na řešení praktické optimalizační úlohy – železobetonové mostní konstrukce řešené nelineární metodou konečných prvků s užitím pseudostochastické optimalizace metodou LHS mean.
|
| |
| |
| |
|
Mravenčí kolonie
Hart, Pavel ; Hynčica, Ondřej (oponent) ; Honzík, Petr (vedoucí práce)
Práce se zabývá rešerší optimalizačních algoritmů a dále pak implementací a porovnáním tří z nich. Jedná se o algoritmus mravenčí kolonie, zakázané prohledávání a simulované žíhání. Implementace algoritmů byla uzpůsobena k řešení problému obchodního cestujícího. U všech zmíněných algoritmů byla zkoumána a zhodnocena jejich časová náročnost a kvalita nalezeného řešení. U algoritmů mravenčí kolonie bylo navíc provedeno zhodnocení vlivu řídicích parametrů na kvalitu nalezeného řešení.
|
|
Problém obchodního cestujícího s velkým počtem měst
Kukula, Lukáš ; Žaloudek, Luděk (oponent) ; Bartoš, Pavel (vedoucí práce)
Práce se zabývá řešením problému obchodního cestujícího s velkým počtem měst. Snahou je nalézt co nejkvalitnější řešení během krátké doby. Porovnány byly nejpoužívanější heuristiky, z nichž se nejefektivnější ukázala být Lin-Kernighan. Její spojení se stochastickým genetickým algoritmem přineslo v přijatelném čase kvalitnější výsledky než heuristika Lin-Kernighan samotná.
|
|
MATLAB/Global Optimization Toolbox: řešení optimalizačních problémů
Švihálková, Kateřina ; Dvořák, Jiří (oponent) ; Lang, Stanislav (oponent) ; Matoušek, Radomil (vedoucí práce)
Bakalářská práce popisuje základní možnosti globálních optimalizačních metod implementovaných ve výpočetním prostředí MATLAB. V první části jsou popsány aplikační knihovny MATLABU -- Optimization Toolbox a Global Optimization Toolbox. Práce dále popisuje vybrané algoritmy z obou knihoven, konkrétně genetické algoritmy, simulované žíhání, pattern search a fminsearch a také popisuje způsob jejich implementace. Poslední část je zaměřena na samotné řešení optimalizačních úloh. Rosenbrockova funkce, Rastriginova funkce, problém obchodního cestujícího a konzola s proměnnou průřezovou charakteristikou jsou řešeny uvedenými metodami. Dosažené výsledky u jednotlivých úloh jsou vzájemně 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.
|
|
Implementace a testování vybraných optimalizačních metod pro úlohy odhadu parametrů simulačních modelů
Zapletal, Marek ; Matoušek, Radomil (oponent) ; Grepl, Robert (vedoucí práce)
Tato práce se zabývá návrhem vhodných optimalizačních algoritmů pro potřeby nově vyvíjeného nástroje Mechlab’s parameter estimation, který slouží pro odhad parametrů simulačních modelů v prostředí Matlab/Simulink. Z gradientních metod byl vybrán algoritmus Levenberg-Marquardt. Z kategorie evolučních výpočetních technik byly pro implementaci vybrány genetický algoritmus a simulované žíhání. Vybrané algoritmy byly otestovány na uměle vytvořené úloze mechanického oscilátoru a také na reálných datech pocházejících z elektronické škrticí klapky. Simulované žíhání dosahovalo dostatečných výsledků v obou úlohách, avšak s vysokou časovou náročností. Na reálných datech má vytvořený algoritmus LM jen omezenou funkčnost, zatímco nově vytvořený genetický algoritmus dosahuje výborných výsledků.
|