Předmět: Optimalizace v inženýrských problémech

» Seznam fakult » FS » KMP
Název předmětu Optimalizace v inženýrských problémech
Kód předmětu KMP/OIP
Organizační forma výuky Přednáška + Cvičení
Úroveň předmětu Magisterský
Rok studia nespecifikován
Semestr Zimní
Počet ECTS kreditů 5
Vyučovací jazyk Čeština
Statut předmětu nespecifikováno
Způsob výuky Kontaktní
Studijní praxe Nejedná se o pracovní stáž
Doporučené volitelné součásti programu Není
Vyučující
  • Hruš Tomáš, Dr. Ing.
Obsah předmětu
Přednášky A) Klasifikace optimalizačních problémů 1. podle existence externích omezení (constraints) - příklady, 2. podle typu optimalizovaných proměnných - příklady, 3. podle fyzikální (ekonomické, ekologické, politické, vojenské,...) podstaty problému - příklady, 4. podle typů rovnic, které problém popisují - příklady, 5. podle míry determinismu výsledku (vliv šumu) - příklady, 6. Podle robusnosti výsledku - příklady, 7. podle typů kriteriálních funkcí a jejich počtu - příklady. B) Klasifikace optimalizačních metod 1. Lokální vs. globální metody. 2. Lokální: Simplexy - příklady. 3. Lokální: Hill-climbing - příklady. 4. Globální: Přímé hledání minima (derivace) - příklad. 5. Globální: Stochastické metody - příklady. 6. Deterministické vs. Stochastické metody - příklady. 7. Statické vs. Dynamické metody - příklady. C) Metoda simplexů - princip, příklady a aplikace D) Metoda Hill-climbing - princip, příklady a aplikace E) Genetické algoritmy - princip, příklady a aplikace F) Další optimalizační metody Cvičení A) Topologická optimalizace proměnného průřezu nosníku. B) Formulace kriteríální funkce a optimalizační úlohy. C) Implementace kriteriální funkce pomocí MKP. D) Implemetace Simplexové metody. E) Optimalizace genetickým algoritmem. F) Fitování experimentálních dat na jednoduchém materiálovém modelu.

Studijní aktivity a metody výuky
nespecifikováno
Výstupy z učení
Kurz představí hlavní optimalizační metody a jejich praktické využití v oboru strojního inženýrství. Studenti se naučí klasifikovat optimalizační problémy, porozumí principům klíčových algoritmů a získají praktické zkušenosti s jejich implementací na reálných inženýrských problémech. Úlohy budou řešeny analytickými i numerickými postupy.

Předpoklady
nespecifikováno

Hodnoticí metody a kritéria
nespecifikováno
Doporučená literatura
  • Randy L. Haupt, Sue Ellen Haupt. Practical Genetic Algorithms, John Wiley & Sons, 2004.
  • Singireu S. Rao. Engineering Optimization, Theory and Practise. John Wiley & Sons, 1996.
  • Thomas Weise. Global Optimization Algorithms ? Theory and Application, free e-book, 2009.


Studijní plány, ve kterých se předmět nachází
Fakulta Studijní plán (Verze) Kategorie studijního oboru/specializace Doporučený ročník Doporučený semestr