but.committee	prof. RNDr. Ing. Miloš Šeda, Ph.D. (předseda) doc. Ing. Jiří Jaroš, Ph.D. (člen) doc. RNDr. Jiří Filipovič, Ph.D. (člen) prof. Ing. Ivan Sekaj, Ph.D. (člen) prof. Ing. Zuzana Komínková Oplatková, Ph.D. (člen)	cs
but.defence	Doktorand prezentoval výsledky své disertace zaměřené na akceleraci složitých kombinatorických úloh, kdo prokázal schopnost tvůrčím způsobem aplikovat softwarové metody u souvilostí s hardwarovými prostředky. Výsledky své práce prezentoval na mezinárodním fóru v časopisech i prestižních konferencích. Všichni členové komise se k výsledkům pozitivně vyjádřili a lze konstatovat, že práce má vedle praktického přínosu i přínos teoretický a bude inspirací v další výzkumné práci potenciálních následovníků.	cs
but.jazyk	čeština (Czech)
but.program	Stroje a zařízení	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Matoušek, Radomil	cs
dc.contributor.author	Dobrovský, Ladislav	cs
dc.contributor.referee	Jaroš, Jiří	cs
dc.contributor.referee	Filipovič, Jiří	cs
dc.date.created	2024	cs
dc.description.abstract	Získávání dostatečně dobrých řešení v rozumném čase je jednou z hlavních náplní inženýrské práce. Přesněji v kontextu inženýrské optimalizace je to hledání parametrů či vhodnější struktury s kompromisem protichůdných požadavků. Řešené problémy jsou stále větší a složitější výzvou. K jejich zvládnutí je třeba neustále inovovat řešící metody, či jejich implementace. Jednou skupinou těchto metod jsou právě metaheuristické algoritmy, kterými se tato práce podrobně zabývá. Jsou teoreticky představeny a prakticky implementovány dvě metody vhodné pro akceleraci na grafických procesorech pro obecné výpočty (GPGPU). První je rozšíření HC12 algoritmu o tzv. Tabu list. Druhá je nová varianta diferenciální evoluce s více ostrovními populacemi s GPU optimalizací genetických operátorů. Prostor je také věnován přehledu prostředků pro vysoce náročné výpočty (HPC). Metody jsou ověřeny na úlohách globální spojité a kombinatorické optimalizace (QAP a SAT). Pro problém SAT jsou verifikovány dvě varianty GPU akcelerace. Pro úplnost je provedeno porovnání implementací pro více jádrová CPU a pro GPU na HC12 a kombinatorické úloze QAP.	cs
dc.description.abstract	Achieving sufficiently good solutions in a reasonable time is one of the main focuses of engineering work. More precisely, in the context of engineering optimization, it involves searching for parameters’ values or a better structure with. To reach a compromise is often needed for conflicting requirements.. New problems become increasingly challenging. To manage them, it is necessary to innovate methods and their implementation. One group of these methods are metaheuristic algorithms and this work describe their principles and implementation in detail. Two methods suitable for acceleration on general purpose graphics processors (GPGPUs) are theoretically presented and practically implemented. The first is the extension of the HC12 algorithm by the so-called Tabu list. The second is a new variant of differential evolution (DE) with multiple island populations suitable for GPU optimization of genetic operators. Space is also devoted to an overview of high-performance computing (HPC) hardware resources. The methods are verified on tasks of global continuous and combinatorial optimization (QAP and SAT). Two variants of GPU acceleration are verified for the SAT problem. For completeness, implementations for multi-core CPUs and for GPUs on HC12 and the combinatorial QAP task are compared.	en
dc.description.mark	P	cs
dc.identifier.citation	DOBROVSKÝ, L. GPU akcelerované metaheuristiky ve vybraných úlohách globální a kombinatorické optimalizace [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2024.	cs
dc.identifier.other	163284	cs
dc.identifier.uri	http://hdl.handle.net/11012/249659
dc.language.iso	cs	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta strojního inženýrství	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	Metaheuristiky	cs
dc.subject	GPU akcelerace	cs
dc.subject	CUDA	cs
dc.subject	ISPC	cs
dc.subject	HC12	cs
dc.subject	diferenciální evoluce	cs
dc.subject	QAP	cs
dc.subject	SAT	cs
dc.subject	HPC	cs
dc.subject	Metaheuristics	en
dc.subject	GPU acceleration	en
dc.subject	CUDA	en
dc.subject	ISPC	en
dc.subject	HC12	en
dc.subject	differential evolution	en
dc.subject	QAP	en
dc.subject	SAT	en
dc.subject	HPC	en
dc.title	GPU akcelerované metaheuristiky ve vybraných úlohách globální a kombinatorické optimalizace	cs
dc.title.alternative	GPU accelerated metaheuristics for global and combinatorial optimization tasks	en
dc.type	Text	cs
dc.type.driver	doctoralThesis	en
dc.type.evskp	dizertační práce	cs
dcterms.dateAccepted	2024-09-13	cs
dcterms.modified	2024-09-19-09:27:24	cs
eprints.affiliatedInstitution.faculty	Fakulta strojního inženýrství	cs
sync.item.dbid	163284	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.27 15:38:15	en
sync.item.modts	2025.02.26 05:31:52	en
thesis.discipline	Konstrukční a procesní inženýrství	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta strojního inženýrství. Ústav automatizace a informatiky	cs
thesis.level	Doktorský	cs
thesis.name	Ph.D.	cs

GPU akcelerované metaheuristiky ve vybraných úlohách globální a kombinatorické optimalizace

Files

Original bundle

Collections