CW-057 LOGISTIKA 29. PŘEDNÁŠKA Optimalizační metody Leden 2017

Slides:



Advertisements
Podobné prezentace
TEORIE ROZHODOVÁNÍ A TEORIE HER
Advertisements

Matematické modelování a operační výzkum
Dynamické systémy.
OBECNÉ OPTIMALIZAČNÍ MODELY
Dualita úloh lineárního programování a analýza citlivosti
SIMPLEXOVÝ ALGORITMUS Řešení v tabulkovém procesoru
LOGISTICKÉ SYSTÉMY 6/14.
Mechanika s Inventorem
Úvod Klasifikace disciplín operačního výzkumu
Vzorová písemka Poznámka: Bonusové příklady jsou nepovinné, lze za ně ale získat body navíc. (2 body) Definujte pojem gradient. Vypočítejte gradient funkce.
Problém obchodního cestujícího a příbuzné úlohy Projekt katedry aplikované matematiky – K611 FD ČVUT.
Hodnotový management Teorie rozhodování
ENERGIE KLASTRŮ VODY ZÍSKANÁ EVOLUČNÍMI ALGORITMY
Lekce 1 Modelování a simulace
Genetické algoritmy [GA]
Genetické algoritmy. V průběhu výpočtu používají náhodné operace. Algoritmus není jednoznačný, může projít více cestami. Nezaručují nalezení řešení.
Automated data mining Ing. Jan Černý Czech Technical University in Prague Faculty of Information Technology.
Dynamické programování
Problém obchodního cestujícího a příbuzné úlohy K611 - Ústav aplikované matematiky FD ČVUT.
DOK „Umělá inteligence“ v DOK (i jinde). NEURONOVÉ SÍTĚ.
Využití umělých neuronových sítí k urychlení evolučních algoritmů
Návrh a optimalizace filtru OTA-C s využitím heuristických algoritmů ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická Katedra teorie obvodů.
Odpovědi na otázky Praha 2007 Bc. Dalibor Barri ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická Katedra mikroelektroniky.
Návrh a optimalizace filtru OTA-C s využitím evolučních algoritmů Praha 2007 Bc. Dalibor Barri ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická.
FORMALIZACE PROJEKTU DO SÍŤOVÉHO GRAFU
Základy lineárního programování
CW – 13 LOGISTIKA Ústav technologie, mechanizace a řízení staveb Fakulta stavební VUT v Brně © Ing. Václav Rada, CSc. Únor PŘEDNÁŠKA Typové systémy.
VÍCEKRITERIÁLNÍ ROZHODOVÁNÍ I.
Adéla Masopustová Alena Seifrtová Lukáš Hůla
LINEÁRNÍ OPTIMALIZAČNÍ MODEL
LOGISTICKÉ SYSTÉMY 9/14.
Řešení dynamických problémů s podmínkami Pavel Surynek Univerzita Karlova v Praze Matematicko-fyzikální fakulta.
Název navrhovaného projektu: Aplikace pokročilých statistických metod asimilace modelových předpovědí s pozorováními v terénu ve formě moderního programového.
Vícekriteriální rozhodování
Příklad postupu operačního výzkumu
EKONOMICKO MATEMATICKÉ METODY
Systémy pro podporu managementu 2
Modelování a simulace MAS_02
Genetické algoritmy Lukáš Kábrt.
Optimalizace versus simulace 9.přednáška. Obecně o optimalizaci  Maximalizovat nebo minimalizovat omezujících podmínkách.  Maximalizovat nebo minimalizovat.
Genetické algoritmy [GA]. Historie:  1960: I. Rechenberg – první odborná práce na toto téma „Evolution strategies“  1975: John Holland – první genetický.
CW – 05 TEORIE ROZHODOVACÍCH PROCESŮ
Artificial Intelligence (AI).  „Úloha patří do oblasti umělé inteligence, jestliže řešení, které najde člověk považujeme za projev jeho inteligence.
CW – 05 TEORIE ROZHODOVACÍCH PROCESŮ Ústav technologie, mechanizace a řízení staveb Fakulta stavební VUT v Brně © Ing. Václav Rada, CSc. 15. PŘEDNÁŠKA.
CW – 05 TEORIE ROZHODOVACÍCH PROCESŮ Ústav technologie, mechanizace a řízení staveb Fakulta stavební VUT v Brně © Ing. Václav Rada, CSc. 14. PŘEDNÁŠKA.
Systémy pro podporu managementu 2 Inteligentní systémy pro podporu rozhodování 1 (DSS a znalostní systémy)
Teorie systémů a operační analýza1 Celočíselné programování RNDr. Jiří Dvořák, CSc.
Metody výběru variant Používají se pro výběr v případě více variant řešení stejného problému Lze vybírat dle jednoho nebo více kritérií V případě více.
Umělá inteligence Minského definice: UI je věda o vytváření strojů nebo systémů, které budou při řešení určitého úkolu užívat takového postupu, který –
1 TEORIE HER Nejmenovaná studentka, písemka, 2003: „Teorii her neznám, ale kdo si hraje, nezlobí“ „Teorii her neznám, ale kdo si hraje, nezlobí“
Kognitivní procesy – evoluční algoritmy
Rozhodovací proces, podpory rozhodovacích procesů
GA a predčasná konvergence Předčasná konvergence - výpočet konverguje příliš rychle k nějakému neoptimálnímu řešení Co způsobuje předčasnou konvergenci?
Paralelní algoritmy ve zpracování dat Bc. Jan Hofta Výzkumný úkol:
Alternativy k evolučním optimalizačním algoritmům Porovnání genetických algoritmů a některých tradičních stochastických optimalizačních přístupů David.
Lineární programování - úvod
CW – 13 LOGISTIKA Ústav technologie, mechanizace a řízení staveb Fakulta stavební VUT v Brně © Ing. Václav Rada, CSc. 20. PŘEDNÁŠKA Logistika a …. Matematika.
Evoluční algoritmy Info k předmětu Literatura Závěrečná práce.
CW – 05 TEORIE ROZHODOVACÍCH PROCESŮ Ústav technologie, mechanizace a řízení staveb Fakulta stavební VUT v Brně Ing. Václav Rada, CSc. Leden 2009.
Simulátory umělého života Aplikovatelné v environmentálních informačních systémech.
MME51 Ekonomicko-matematické metody 5 Prof. RNDr. Jaroslav Ramík, CSc.
Ing. Milan Houška KOSA PEF ČZU v Praze
VÍCEKRITERIÁLNÍ ROZHODOVÁNÍ I.
Metody strojového učení
CW-057 LOGISTIKA 30. PŘEDNÁŠKA Lineární programování - úvod Leden 2017
Ing. Milan Houška KOSA PEF ČZU v Praze
Lineární optimalizační model
Ing. Patrik Horažďovský Ing. Martin Heindl
ANALÝZA A KLASIFIKACE DAT
CW-057 LOGISTIKA 44. PŘEDNÁŠKA Teorie grafů – 3 - stromy Leden 2017
Transkript prezentace:

CW-057 LOGISTIKA 29. PŘEDNÁŠKA Optimalizační metody Leden 2017 AKREDITAČNÍ ZMĚNA OZNAČENÍ PŘEDMĚTU - CW13 NA CW057 CW-057 LOGISTIKA 29. PŘEDNÁŠKA Optimalizační metody Leden 2017 © Ing. Václav Venkrbec © Ing. Václav Rada, CSc.

Další ….. METODY ŘEŠENÍ z oblasti optimalizace ☺ CW057 CW13 CW05 POKRAČOVÁNÍ Další ….. METODY ŘEŠENÍ z oblasti optimalizace ☺ Březen 2017

Optimalizace CW057 CW13 CW05 Optimalizační metody Optimalizační metody - obecně o problematice - definování optimalizačního problému - matematické programovací metody optimalizace - stanovení účelové funkce - omezení, proměnné, volba metody - heuristické techniky optimalizace - modelovací softwarové nástroje Březen 2017

skupina obecných modelů Optimalizace CW057 CW13 CW05 OPTIMALIZAČNÍ METODY skupina obecných modelů slouží k nalezení nejlepšího řešení problémů a modelovaných reálií přináší řešení: prvky konečné / ne-konečné množiny patří sem lineární, nelineární, dynamické a stochastické programování, vícekriteriální rozhodování, atd. Březen 2017

lze řešit širokou škálu různých technických problémů Optimalizace CW057 CW13 CW05 OPTIMALIZAČNÍ METODY lze řešit širokou škálu různých technických problémů formulovány mohou být podobným způsobem Březen 2017

kde X je množina přípustných řešení Optimalizace CW057 CW13 CW05 OPTIMALIZAČNÍ PROBLÉM účelová (kriteriální / optimalizační) funkce: min f (x) (pro vektor rozhodovacích proměnných x) kde X je množina přípustných řešení za podmínek: h (x) = 0 (podmínka rovnosti) g (x) ≤ 0 (podmínka nerovnosti) Březen 2017

OPTIMALIZAČNÍ PROBLÉM účelová funkce min f (x) definuje kritéria pro výběr optimálního řešení (např. závislost zisku množství výrobků) může být také maximalizována: max f (x) = - min (- f (x) )

min f (x) max f (x) = - min (- f (x) ) Optimalizace CW057 CW13 CW05 VÝBĚR METODY OPTIMALIZACE účelová funkce: min f (x) definuje kritéria pro výběr optimálního řešení (např. závislost zisku množství výrobků) může být také maximalizována: max f (x) = - min (- f (x) ) Březen 2017

VÝBĚR METODY OPTIMALIZACE CW057 CW13 CW05 VÝBĚR METODY OPTIMALIZACE Před výběrem metody řešení je nutno analyzovat problém z hlediska: vhodných funkcí omezení rozhodovacích proměnných Metody mohou být: jedno-kriteriální více-kriteriální Březen 2017

JEDNOKRITERIÁLNÍ METODY Optimalizace CW057 CW13 CW05 JEDNOKRITERIÁLNÍ METODY Rozdělení do dvou hlavních skupin: 1. Heuristické metody klasické heuristické meta-heuristické hyper-heuristické bio-inspirované Březen 2017

JEDNOKRITERIÁLNÍ METODY Optimalizace CW057 CW13 CW05 JEDNOKRITERIÁLNÍ METODY Rozdělení do dvou hlavních skupin: 2. Matematické metody lineární programování LP nelineární programování NLP smíšené celočíselné lineární programování MILP smíšené celočíselné nelineární programování MINLP … viz závěrečné slidy této prezentace ….. Březen 2017

HEURISTICKÉ METODY OPTIMALIZACE CW057 CW13 CW05 HEURISTICKÉ METODY OPTIMALIZACE Heuristika z řečtiny heuriskó – nalézt, objevit znamená zkusmé řešení problémů, pro něž neznáme algoritmus nebo přesnější metodu konvergují rozumně rychle často jen přibližné  založené na odhadu, intuici apod. Březen 2017

HEURISTICKÉ METODY OPTIMALIZACE CW057 CW13 CW05 HEURISTICKÉ METODY OPTIMALIZACE Březen 2017

HEURISTICKÉ METODY OPTIMALIZACE CW057 CW13 CW05 HEURISTICKÉ METODY OPTIMALIZACE Nejjednodušší heuristická metoda: pokus a omyl Další členění heuristických metod: Klasické heuristické metody Meta-heuristické metody Hyper-heuristické Bio-inspirované Březen 2017

VÝBĚR METODY OPTIMALIZACE CW057 CW13 CW05 VÝBĚR METODY OPTIMALIZACE Klasické heuristické metody Přímé hledání Direct search (DS) Evoluční strategie Evolution strategies (ES) Genetické algoritmy Genetic algorithms (GA) Zakázané prohledávání Tabu search (TS) Simulované žíhání Simulated annealing (SA) Neuronové sítě Neural networks (NN) Evoluční algoritmy např. diferenční evoluce Differential evolution (DE) Harmonické vyhledávání Harmony search (HS) Březen 2017

VÝBĚR METODY OPTIMALIZACE CW057 CW13 CW05 VÝBĚR METODY OPTIMALIZACE Meta-heuristické metody rozšíření hlavních heuristických metod na meta- a hyper-heuristické stochastické techniky inklinují k bio-inspirovaným výpočetním metodám např. Algoritmy na bázi teorie hejna: Opt. mravenčí kolonií Ant colony opt. (ACO) Opt. hejnem částic Particle swarm opt. (PSO) Opt. hejnem světlušek Firefly algorithm (FA) Opt. včelím rojem Artificial bee colony (ABC) Březen 2017

HEURISTICKÉ METODY OPTIMALIZACE CW057 CW13 CW05 HEURISTICKÉ METODY OPTIMALIZACE Historie meta-heuristických metod Březen 2017

Bio-inspirované heuristické metody Optimalizace CW057 CW13 CW05 Bio-inspirované heuristické metody Optimalizace chování bakteriální Bacterial foraging optimization (BFO) Kukaččí algoritmus Cuckoo search (CS) Netopýří algoritmus Bat algorithm (BA) Algoritmus principu opylování Flower pollination algorithm (FPA) Optimalizace umělou rostlinou Artificial plant optimization (APO) Algoritmus vlčího hledání Wolf search algorithm (WSA) Březen 2017

Bio-inspirované heuristické metody Optimalizace CW057 CW13 CW05 Bio-inspirované heuristické metody Autor většiny algoritmů: Xin-She Yang Oxford University UK (2008 až 2012) Březen 2017

postupná tvorba generací různých řešení daného problému Optimalizace CW057 CW13 CW05 GENETICKÉ ALGORITMY snaží se aplikací principů evoluční biologie nalézt řešení složitých problémů, pro které neexistuje použitelný exaktní algoritmus postupná tvorba generací různých řešení daného problému Březen 2017

GENETICKÉ ALGORITMY Optimalizace CW057 CW13 CW05 GENETICKÉ ALGORITMY Jednoduchý GA lze zapsat, jako posloupnost kroků: Vytvoření počáteční populace (většinou náhodné) Ohodnocení populace (vyhodnocení FF) Selekce - výběr rodičovských párů Křížení - vytvoření potomků Mutace - použitá na nové jedince Ohodnocení - spočtení FF pro nové jedince Vytvoření nové populace - z potomků a části minulé generace Testování koncové podmínky - pokud není splněna, pokračuje se krokem Výsledek - určený nejlepším jedincem v populaci Březen 2017

Operátory genetických algoritmů Optimalizace CW057 CW13 CW05 GENETICKÉ ALGORITMY Operátory genetických algoritmů Selekce (Selection) Cílem je vybrat vhodné rodičovské páry pro vytvoření nových potomků. Křížení (Crossover) Ze dvou rodičovských chromozomů (v klasickém pojetí) vytvoří jeden (či více) nový chromozom potomka Mutace (Mutation) Na výsledné potomstvo se aplikuje ještě další genetický operátor – mutace. Náhodně mění hodnotu jednotlivých genů Březen 2017

Operátory genetických algoritmů Optimalizace CW057 CW13 CW05 GENETICKÉ ALGORITMY Operátory genetických algoritmů Strategie obměny populace (generational replacement strategy) Poté co jsou pomocí selekce, křížení a mutace vygenerováni noví jedinci, je třeba obměnit stávající populaci za novou: - Ryzí obměna - Doplnění Příklad GA: https://www.youtube.com/watch?v=iV-hah6xs2A https://www.youtube.com/watch?v=fqoNXUymGko Březen 2017

Příklady optimalizačních metod v praxi Optimalizace CW057 CW13 CW05 Příklady optimalizačních metod v praxi Optimalizace problému umístění objektů zařízení staveniště pomocí genetického algoritmu Reference: H. M. Osman, M. E. Georgy, and M. E. Ibrahim, “A hybrid CAD-based construction site layout planning system using genetic algorithms”,Automation in Construction, vol. 12, no. 6, pp. 749-764, 2003 Březen 2017

Příklady optimalizačních metod v praxi Optimalizace CW057 CW13 CW05 Příklady optimalizačních metod v praxi Optimalizace problému dopravních tras na staveništi a umístění zařízení staveniště pomocí GA Reference: J. C. P. Cheng and S. S. Kumar, “A BIM based construction site layout planning framework considering actual travel paths”, in 31st International Symposium on Automation and Robotics in Construction and Mining, ISARC 2014 - Proceedings, 2014, pp. 450-457. Březen 2017

Příklady optimalizačních metod v praxi Optimalizace CW057 CW13 CW05 Příklady optimalizačních metod v praxi Optimální umístění sestavy jeřábů pomocí algoritmu světlušek (FA) Algoritmus Reference: J. Wang, J. Liu, W. Shou, X. Wang, and L. Hou, “Integrating building information modelling and firefly algorithm to optimize tower crane layout”, in 31st International Symposium on Automation and Robotics in Construction and Mining, ISARC 2014 - Proceedings, 2014, pp. 321-328. Březen 2017

Příklady optimalizačních metod v praxi Optimalizace CW057 CW13 CW05 Příklady optimalizačních metod v praxi Optimální umístění sestavy jeřábů pomocí algoritmu světlušek (FA) Optimální řešení Reference: J. Wang, J. Liu, W. Shou, X. Wang, and L. Hou, “Integrating building information modelling and firefly algorithm to optimize tower crane layout”, in 31st International Symposium on Automation and Robotics in Construction and Mining, ISARC 2014 - Proceedings, 2014, pp. 321-328. Březen 2017

Příklady optimalizačních metod v praxi Optimalizace CW057 CW13 CW05 Příklady optimalizačních metod v praxi Optimální umístění sestavy jeřábů pomocí algoritmu světlušek (FA) a informačního modelu budovy (BIM) Reference: J. Wang, X. Zhang, W. Shou, X. Wang, B. Xu, M. J. Kim, and P. Wu, “A BIM-based approach for automated tower crane layout planning”,Automation in Construction, no. vol. 59, pp. 168-178, 2015. Březen 2017

Příklady optimalizačních metod v praxi Optimalizace CW057 CW13 CW05 Příklady optimalizačních metod v praxi Optimální umístění sestavy jeřábů pomocí algoritmu světlušek (FA) a informačního modelu budovy (BIM) Reference: J. Wang, X. Zhang, W. Shou, X. Wang, B. Xu, M. J. Kim, and P. Wu, “A BIM-based approach for automated tower crane layout planning”,Automation in Construction, no. vol. 59, pp. 168-178, 2015. Březen 2017

JEDNOKRITERIÁLNÍ METODY Optimalizace CW057 CW13 CW05 JEDNOKRITERIÁLNÍ METODY Rozdělení do dvou hlavních skupin: 1. Heuristické metody klasické heuristické meta-heuristické hyper-heuristické bio-inspirované 2. Matematické metody lineární programování LP nelineární programování NLP smíšené celočíselné lineární programování MILP smíšené celočíselné nelineární programování MINLP Březen 2017

JEDNOKRITERIÁLNÍ METODY Optimalizace CW057 CW13 CW05 Témata druhé skupiny JEDNOKRITERIÁLNÍ METODY - Matematické metody jsou náplní dalších přednáškových prezentací a případně studijní literatury Březen 2017

TO JE K OPTIMALIZAČNÍ PROBLEMATICE VŠE CW13 CW05 CW057 Optimalizace TO JE K OPTIMALIZAČNÍ PROBLEMATICE VŠE Únor 2017

CW13 CW05 CW057 …..… cw057 – p. 29 březen 2017

…..… březen 2017