PředmětyPředměty(verze: 945)
Předmět, akademický rok 2023/2024
   Přihlásit přes CAS
Aplikace optimalizačních technik - NOPT058
Anglický název: Applications of optimization techniques
Zajišťuje: Katedra teoretické informatiky a matematické logiky (32-KTIML)
Fakulta: Matematicko-fyzikální fakulta
Platnost: od 2018
Semestr: letní
E-Kredity: 3
Rozsah, examinace: letní s.:0/2, Z [HT]
Počet míst: neomezen
Minimální obsazenost: neomezen
4EU+: ne
Virtuální mobilita / počet míst pro virtuální mobilitu: ne
Stav předmětu: vyučován
Jazyk výuky: čeština
Způsob výuky: prezenční
Způsob výuky: prezenční
Další informace: https://ktiml.mff.cuni.cz/~fink/teaching/applications/
Garant: RNDr. Jiří Fink, Ph.D.
Třída: Informatika Mgr. - volitelný
Kategorizace předmětu: Informatika > Informatika, Aplikační software, Počítačová grafika a geometrie, Databázové systémy, Didaktika informatiky, Diskrétní matematika, Předměty širšího základu, Předměty obecného základu, Počítačová a formální lingvistika, Optimalizace, Programování, Softwarové inženýrství, Teoretická informatika
Anotace -
Poslední úprava: RNDr. Jan Hric (03.05.2018)
Samostatný nebo skupinový projekt, jehož cílem je použití technik umělé inteligence nebo matematické optimalizace k řešení praktických problémů.
Cíl předmětu -
Poslední úprava: RNDr. Jiří Fink, Ph.D. (03.05.2018)

Cílem předmětu je naučit studenty používat metody umělé inteligence a matematické optimalizace v praktických problémech. Studenti by se měli naučit:

  • popsat zadaný problém matematickými prostředky,
  • z veřejných zdrojů si získat reálná testovací data nebo si vygenerovat realistická data,
  • zvolit vhodný nástroj umělé inteligence nebo matematické optimalizace na zadaný problém,
  • implementovat vybraný algoritmus a spustit jej na získaných datech,
  • analyzovat výsledky simulace a
  • sepsat zprávu popisující zadání, postup a výsledky projektu.

Podmínky zakončení předmětu -
Poslední úprava: RNDr. Jiří Fink, Ph.D. (01.05.2018)

Samostatný nebo skupinový projekt splňující cíle předmětu.

Literatura -
Poslední úprava: RNDr. Jiří Fink, Ph.D. (01.05.2018)

Beale R. and Jackson T.: Neural Computing: An Introduction, IOP Publishing, Bristol and Philadelphia, 1990

Mitchell, M.: Introduction to genetic algorithms. MIT Press, 1996.

W. Saad, Z. Han, H. V. Poor and T. Basar, "Game-Theoretic Methods for the Smart Grid: An Overview of Microgrid Systems, Demand-Side Management, and Smart Grid Communications," in IEEE Signal Processing Magazine, vol. 29, no. 5, pp. 86-105, Sept. 2012.

K. Dvijotham, P. Van Hentenryck, M. Chertkov, M. Vuffray, S. Misra, Graphical Models for Optimal Power Flow, Proceedings of 22nd International Conference on Principles and Practice of Constraint Programming (CP 2016).

Sylabus -
Poslední úprava: RNDr. Jiří Fink, Ph.D. (09.05.2018)

Samostatný nebo skupinový projekt, jehož cílem je použití technik umělé inteligence nebo matematické optimalizace k řešení praktických problémů. Téma projektu může být například těchto oblastech:

  • Energetika (Smart Grids): Predikce a optimalizace výroby, přenosu a spotřeby elektrické energie v přenosových i distribučních sítích, vytápění budov (HVAC)
  • Logistika: Plánování a optimalizace přepravy osob či zboží
  • Rozvrhování: Sestavování rozvrhů
 
Univerzita Karlova | Informační systém UK