Akademický rok 2025/2026 |
Garant: | doc. Ing. Jakub Kůdela, Ph.D. | |||
Garantující pracoviště: | ÚAI | |||
Jazyk výuky: | angličtina | |||
Cíle předmětu: | ||||
Důraz je kladen na získání aplikačně využitelných znalostí metod pro řešení logistických optimalizačních problémů s důrazem na počítačovou podporu a využití dostupných softwarových nástrojů.
Student získá dovednost pro daný logistický optimalizační problém rozpoznat vhodný optimalizační algoritmus. Dále tento algoritmus implementovat (případně použít adekvátně zvolený softwarový nástroj) a provést důkladnou analýzu výsledného řešení. |
||||
Výstupy studia a kompetence: | ||||
  | ||||
Prerekvizity: | ||||
  | ||||
Obsah předmětu (anotace): | ||||
Předmět seznamuje studenty algoritmickými prostředky pro řešení různých typů optimalizačních úloh. Hlavní náplní předmětu je rozpoznávání a použití vhodné optimalizační metody pro konkrétní logistické úlohy. |
||||
Metody vyučování: | ||||
  | ||||
Způsob a kritéria hodnocení: | ||||
Podmínky udělení zápočtu: aktivní účast ve cvičeních, zvládnutí celé látky, odevzdání semestrální práce. Zkouška: Písemná zkouška zaměřená na úspěšnou implementaci probíraných metod s ústní rozpravou o výsledcích.
Účast je kontrolována pomocí aktivní účasti studentů na řešených problémech, zameškaná výuka je nahrazována samostatným řešením zadaných úloh. |
||||
Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky: | ||||
  | ||||
Typ (způsob) výuky: | ||||
Přednáška | 13 × 2 hod. | nepovinná | ||
Cvičení s počítačovou podporou | 13 × 2 hod. | povinná | ||
Osnova: | ||||
Přednáška | 1. Úvod do optimalizačních algoritmů a optimalizace v 1D 2. Spádové metody, gradientní metody, metody Newtonova typu 3. Přímé a stochastické metody 4. Populační metody pro spojité úlohy 5. Penalizační reformulace, metoda Augmented Lagrangian 6. Metody vnitřního bodu, barierová metoda, dvojfázové metody 7. Simplexová metoda v maticovém tvaru, Celočíselná a kombinatorická optimalizace - metoda větví a mezí, Gomoryho řezy 8. Metody Local Search, Iterated Local Search, GRASP 9. Metody Variable Neigborhood Search, Tabu Search a Simulated Annealing 10. Evoluční algoritmy, genetické algoritmy 11. Hejnové algoritmy, metoda Ant Colony Optimization 12. Vícekriteriální metody, metody NSGA-II a MOEA/D 13. Dostupné softwarové implementace, modulární frameworky, automatický návrh algoritmů a moderní přístupy |
|||
Cvičení s počítačovou podporou | Cvičení navazuje na látku probranou na přednášce. Hlavní důraz je kladen na softwarovou implementaci. |
|||
Literatura - základní: | ||||
1. Williams, H.P.: Model Building in Mathematical Programming. J. Wiley and Sons, 2012. |
||||
2. Rardin, R. L.: Optimization in Operations Research. Pearson, 2015. |
||||
3. Kochenderfer, M.J., Wheeler, T.A.: Algorithms for Optimization. MIT Press, 2019. |
||||
4. Martins, J.R.R.A., Ning A.: Engineering Design Optimization. Cambridge University Press, 2021. |
||||
5. Martí, R. Pardalos, P.M., Resende, M.G.C.: Handbook of Heuristics. Springer Cham, 2018. | ||||
Literatura - doporučená: | ||||
1. Langevin, A., Riopel, D. Logistics Systems: Design and Optimization. Springer, 2005. |
Zařazení předmětu ve studijních programech: | |||||||||
Program | Forma | Obor | Spec. | Typ ukončení | Kredity | Povinnost | St. | Roč. | Semestr |
N-LAN-A | prezenční studium | --- bez specializace | -- | zá,zk | 6 | Povinný | 2 | 1 | L |
Vysoké učení technické v Brně
Fakulta strojního inženýrství
Technická 2896/2,
616 69 Brno
IČ 00216305
DIČ CZ00216305
+420 541 141 111
+420 726 811 111 – GSM O2
+420 604 071 111 – GSM T-mobile