but.committee	prof. Ing. Kamila Hlavčová, Ph.D. - předseda, doc. Ing. Daniel Marton, Ph.D. - místopředseda, Ing. Ondřej Chaloupka - tajemník, doc. Ing. Jitka Malá, Ph.D. - člen, Ing. Tomáš Kozel, Ph.D. - člen, Ing. Michal Kriška, Ph.D. - člen, doc. Dr. Ing. Petr Doležal - člen,	cs
but.defence	Diplomant zodpověděl na všechny dotazy členů komise velmi dobře.	cs
but.jazyk	čeština (Czech)
but.program	Stavební inženýrství	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Kozel, Tomáš	cs
dc.contributor.author	Urbanec, Patrik	cs
dc.contributor.referee	Matoušek, Petr	cs
dc.date.created	2020	cs
dc.description.abstract	Předmětem diplomové práce je řízení zásobní funkce nádrže s využitím metod umělé inteligence, včetně sestavení příslušného řídícího algoritmu. Práce je rozdělena na teoretickou část a část aplikace řízení zásobní funkce nádrže. V teoretické části je popsán řídící algoritmus a předpovědní model. Dále jsou uvedeny základní optimalizační metody a metody umělé inteligence. Ve druhé části jsou představena historická data, která byla použita pro předpovědní model. Následuje popis kalibrace a validace řídícího modulu a vyhodnocení výsledků aplikace. Na závěr je porovnání a shrnutí jednotlivých výsledků, řídícího algoritmu a předpovědního modelu. Dle dosažených výsledků lze řídící algoritmus doporučit pro další zkoumání.	cs
dc.description.abstract	The subject of this thesis is to control the storage function of the reservoir using artificial intelligence methods, including the construction of the appropriate control algorithm. The thesis is divided into the theoretical part and the part of the application of reservoir storage function control. The theoretical part describes the control algorithm and the prediction model. The following are basic optimization methods and artificial intelligence methods. The second part presents the historical data used for the prediction model. The following is a description of calibration and validation of the control module and evaluation of the application results. Finally, there is a comparison and summary of individual results, control algorithm and prediction model. According to the results, the control algorithm can be recommended for further investigation.	en
dc.description.mark	A	cs
dc.identifier.citation	URBANEC, P. Řízení zásobní funkce nádrže s využitím metod umělé inteligence [online]. Brno: Vysoké učení technické v Brně. Fakulta stavební. 2020.	cs
dc.identifier.other	126259	cs
dc.identifier.uri	http://hdl.handle.net/11012/184213
dc.language.iso	cs	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta stavební	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	Neuronová síť	cs
dc.subject	zásobní funkce nádrže	cs
dc.subject	optimalizace	cs
dc.subject	předpovědní modely	cs
dc.subject	pravděpodobnost	cs
dc.subject	stochastika	cs
dc.subject	Neural network	en
dc.subject	reservoir storage function	en
dc.subject	optimization	en
dc.subject	prediction models	en
dc.subject	probability	en
dc.subject	stochastics	en
dc.title	Řízení zásobní funkce nádrže s využitím metod umělé inteligence	cs
dc.title.alternative	Management of water reservoir storage function using methods of artificial intelligence	en
dc.type	Text	cs
dc.type.driver	masterThesis	en
dc.type.evskp	diplomová práce	cs
dcterms.dateAccepted	2020-01-28	cs
dcterms.modified	2020-02-07-15:48:14	cs
eprints.affiliatedInstitution.faculty	Fakulta stavební	cs
sync.item.dbid	126259	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.26 19:18:46	en
sync.item.modts	2025.01.17 13:21:46	en
thesis.discipline	Vodní hospodářství a vodní stavby	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta stavební. Ústav vodního hospodářství krajiny	cs
thesis.level	Inženýrský	cs
thesis.name	Ing.	cs

Řízení zásobní funkce nádrže s využitím metod umělé inteligence

Files

Original bundle

Collections