Globální plánování cest v neurčitých prostředích s využitím metod umělé inteligence
Loading...
Date
Authors
Šoustek, Petr
ORCID
Advisor
Mark
P
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta strojního inženýrství
Abstract
Tato disertační práce se věnuje problematice globálního plánování cest v neurčitých prostředích s využitím metod umělé inteligence. Vlastnímu řešení implementovaných algoritmů předchází seznámení se základní problematikou teorie grafů, plánování cest a jejich metodám. Část práce se věnuje popisu stěžejního problému kanadského cestujícího, který vychází z problému obchodního cestujícího. Práce se rovněž detailně zabývá rešerší mravenčích metod, a to od základních, až po pokročilé mravenčí metody. Mravenčí metody jsou zcela novým přístupem k řešení problému kanadského cestujícího. Vytvořený software napsaný v jazyce C++ je určen pro řešení tohoto problému, ale i dalších problémů, jako je problém obchodního cestujícího a problém kanadského obchodního cestujícího. Software umožňuje použití navržených mravenčích metaheuristik a heuristických metod. Experimenty jsou podloženy výsledky na syntetických i reálných problémech kanadského cestujícího. Využití mravenčích metod se jeví perspektivně, což je podpořeno prezentovanými výsledky v závěru práce.
This dissertation deals with the issue of global travel planning in uncertain environments using artificial intelligence methods. Getting to know the basic issues of graph theory, path planning and their methods precedes the actual solution of the implemented algorithms. Part of the work is devoted to the description of the core problem of the Canadian Traveller, which is based on the Travelling Salesman problem. The work also deals in detail with the research of ant methods, from basic to advanced ant methods. Ant methods are a completely new approach to solving the Canadian Traveller problem. The created software is written in C++ language and is intended for solving the Canadian Traveller problem, but also other problems such as the Travelling Salesman problem and the Canadian Traveling Salesman problem. It allows the use of ant metaheuristics and other heuristic methods. Experiments are supported by results on synthetic and real cases of Canadian Traveller problems. The use of ant methods appears promising, which is supported by the results presented in the end of the dissertation.
This dissertation deals with the issue of global travel planning in uncertain environments using artificial intelligence methods. Getting to know the basic issues of graph theory, path planning and their methods precedes the actual solution of the implemented algorithms. Part of the work is devoted to the description of the core problem of the Canadian Traveller, which is based on the Travelling Salesman problem. The work also deals in detail with the research of ant methods, from basic to advanced ant methods. Ant methods are a completely new approach to solving the Canadian Traveller problem. The created software is written in C++ language and is intended for solving the Canadian Traveller problem, but also other problems such as the Travelling Salesman problem and the Canadian Traveling Salesman problem. It allows the use of ant metaheuristics and other heuristic methods. Experiments are supported by results on synthetic and real cases of Canadian Traveller problems. The use of ant methods appears promising, which is supported by the results presented in the end of the dissertation.
Description
Citation
ŠOUSTEK, P. Globální plánování cest v neurčitých prostředích s využitím metod umělé inteligence [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. .
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Konstrukční a procesní inženýrství
Comittee
prof. RNDr. Ing. Miloš Šeda, Ph.D. (předseda)
prof. Ing. Ivan Zelinka, Ph.D. (člen)
prof. Ing. Roman Šenkeřík, Ph.D. (člen)
prof. Ing. Zuzana Komínková Oplatková, Ph.D. (člen)
prof. RNDr. PaedDr. Eva Volná, PhD. (člen)
prof. Ing. Ivan Sekaj, Ph.D. (člen)
Date of acceptance
Defence
Doktorand prezentoval výsledky své disertační práce zaměřené na řešení netriviálního problému kanadského cestujícího. Ve svém řešení implementoval původní modofikace, mravenčího algoritmu a dokumentoval jeho efektivitu na simulačních výpočtech. V diskusi zodpověděl všechny dotazy oponentů i členů komise a v hlasování získal kladné vyjádření všech přítomných členů komise.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení