Heuristické algoritmy pro optimalizaci
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta strojního inženýrství
Abstract
Práce se zabývá určením pravděpodobnostních rozdělení pro stochastické programování, při kterém jsou optimální hodnoty účelové funkce extrémní (minimální nebo maximální). Rozdělení se určuje pomocí heuristických metod, konkrétně pomocí genetických algoritmů, kde celá populace aproximuje hledané rozdělení. První kapitoly popisují obecně matematické a stochastické programování a dále jsou popsány různé heuristické metody a s důrazem na genetické algoritmy. Těžiště práce je v naprogramování daného algoritmu a otestování na úlohách lineárních a kvadratických stochastických modelů.
The thesis deals with stochastic programming and determining probability distributions which cause extreme optimal values (maximal or minimal) of an objective function. The probability distribution is determined by heuristic method, especially by genetic algorithms, where whole population approximates desired distribution. The first parts of the thesis describe mathematical and stochastic programming in general and also there are described various heuristic methods with emphasis on genetic algorithms. The goal of the diploma thesis is to create a program which tests the algorithm on linear and quadratic stochastic models.
The thesis deals with stochastic programming and determining probability distributions which cause extreme optimal values (maximal or minimal) of an objective function. The probability distribution is determined by heuristic method, especially by genetic algorithms, where whole population approximates desired distribution. The first parts of the thesis describe mathematical and stochastic programming in general and also there are described various heuristic methods with emphasis on genetic algorithms. The goal of the diploma thesis is to create a program which tests the algorithm on linear and quadratic stochastic models.
Description
Keywords
stochastické programování, kvadratické stochastické programování, lineární stochastické programování, heuristické algoritmy, genetické algoritmy, extrémní množiny scénářů, minmax úlohy, problém řízení tavby, stochastic programming, heuristic methods, genetic algorithms, extrem scenario sets, minmax approach, control melting problem, quadratic stochastic programming, linear stochastic programming
Citation
ŠANDERA, Č. Heuristické algoritmy pro optimalizaci [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2008.
Document type
Document version
Date of access to the full text
Language of document
en
Study field
Matematické inženýrství
Comittee
prof. RNDr. Josef Šlapal, CSc. (předseda)
prof. RNDr. Jan Franců, CSc. (místopředseda)
doc. RNDr. Jiří Karásek, CSc. (člen)
doc. RNDr. Libor Čermák, CSc. (člen)
doc. RNDr. Vítězslav Veselý, CSc. (člen)
Date of acceptance
2008-07-18
Defence
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení