Výpočtové metody v logistických optimalizačních úlohách (FSI-SOU-A)

Akademický rok 2025/2026
Garant: doc. Ing. Jakub Kůdela, Ph.D.  
Garantující pracoviště: ÚAI všechny předměty garantované tímto pracovištěm
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