Fakulta elektrotechniky a informatiky / Faculty of Electrical Engineering and Informatics
Stálý URI pro tuto komunituhttps://hdl.handle.net/10195/3847
Práce obhájené před rokem 2008 jsou uloženy pouze v kolekci Vysokoškolské kvalifikační práce
Procházet
2 výsledky
Search Results
Diplomová práce Otevřený přístup Řešení multikriteriálniho Cutting Stock Problemu pomocí metod evolučních výpočtů(Univerzita Pardubice, 2013) Zamba, Martin; Doležel, Petr; Mareš, JanTáto diplomová práca sa zaoberá použiteľnosťou genetických algoritmov pre dvoj dimenzionálny non-guillotineable Cutting Problem v drevárskom priemysle - 2D non-guillotineable Log Cutting Problem (ngLCP). V práci sú prezentované dva nové prístupy ku konštrukcii riešenia pomocou konštrukčnej heuristiky pre ngLCP a tieto sú následne dôkladne preverené. V práci je ďalej prezentovaná inovatívna fitness funkcia pre ohodnocovanie porezových plánov, ktorá sa zameriava na pomoc evolučnému procesu ku konvergencii k vhodnému riešeniu ngLCP. Kvôli nedostatku literatúry pojednávajúcej o LCP, alebo podobnom probléme a následnej nedostupnosti vhodných testovacích scenárov, boli navrhnuté testovacie scenáre ktoré obsahujú 15 reálnych aj syntetických kontajnerov a 5 sád malých objektov. Tieto scenáre sú následne použité k overeniu a porovnaniu navrhovaných riešení medzi sebou. Práca takisto zvažuje multikriteriálnu optimalizáciu kde je okrem výťaže optimalizovaná aj kvalita reziva.Diplomová práce Omezený přístup Modelovanie a riadenie teplovzdušnej sústavy pomocou umelej neurónovej siete(Univerzita Pardubice, 2010) Pešková, Petra; Doležel, Petr; Blahova, LenkaSnahou práce je poukázať na využite neurónových sietí pri experimentálnej identifikácii a riadení systémov. Neurónové siete sa v tejto oblasti presadzujú iba pomaly, pretože vo väčšine praktických aplikácií dostatočne vyhovujú klasické metódy riadenia, ale ich použitie prináša výhody, ktoré klasickým metódam chýbajú. Pre účely práce bola použitá reálna sústava, teplovzdušný model, pre ktorú bol vytvorený statický a dynamický neurónový model. Pri tvorbe statického modelu sa nadstavovali parametre siete pomocou evolučných algoritmov - genetického algoritmu a diferenciálnej evolúcie, čím sa tento alternatívny spôsob trénovania siete mohol porovnať s klasickým. Použitím rovnakých algoritmov a dynamického neurónového modelu sa hľadali optimálne nadstavenia parametrov PID regulátora. Kvalita riadenia takto nadstaveného regulátora sa potom porovnala s regulátorom, ktorého parametre boli nadstavené klasickou metódou.