The course deals with modern methods and tool of optimization. The aim of the course is to use selected lgorthms for solving real problems from technological praxis. For the exam it is necessary to propose a draft of publication form the field of disertation thesis.
Last update: Pátková Vlasta (19.11.2018)
Předmět se zabývá klasickými i moderními metodami spojité a diskrétní optimalizace, je zaměřen zejména na jejich praktické využití ve vědecké a výzkumné práci studentů. Posluchači se naučí korektně formulovat optimalizační problémy a řešit je ve vhodném výpočetním prostředí (Matlab: Symbolic Math Toolbox, Optimization Toolbox, Global Optimization Toolbox, případně i Solver Microsoft Excelu). Předmět je určen zejména pro posluchače, kteří v předcházejícím studiu nezískali dostatečné vědomosti a dovednosti potřebné pro řešení problémů v rámci své disertační práce.
Last update: Pátková Vlasta (19.11.2018)
Course completion requirements -
3 individual projects: 0 - 25 bodů
Oral exam: 0-75 bodů
100-90 A, 89-80 B, 79-70 C, 69-60 D, 59-50 E, méně než 50 F.
Last update: Pátková Vlasta (19.11.2018)
Vypracování a obhajoba tří samostatných projektů: 0 - 25 bodů
Ústní zkouška: 0-75 bodů
Celkové bodové hodnocení: 100-90 A, 89-80 B, 79-70 C, 69-60 D, 59-50 E, méně než 50 F.
Last update: Pátková Vlasta (19.11.2018)
Literature -
R: Himmelblau, D. M.: Applied Nonlinear Programming. McGraw-Hill, New York 1972. ISBN 0-07-028921-2.
A: Venkataraman P.: Applied Optimization with MATLAB Programming. Wiley, New York. 2002. ISBN 0-471-34958-5.
A: Lange, K.: Optimization (2nd edition), Springer, New York 2013. ISBN 978-1-4614-5837-1.
Last update: Pátková Vlasta (19.11.2018)
Z: Himmelblau, D. M.: Applied Nonlinear Programming. McGraw-Hill, New York 1972. ISBN 0-07-028921-2.
Z: Turzík, D.: Matematika III. Základy optimalizace. VŠCHT, Praha 2006. ISBN 80-7080-363-0.
D: Venkataraman, P.: Applied Optimization with MATLAB Programming. Wiley, New York. 2002. ISBN 0-471-34958-5.
D: Lange, K.: Optimization (2nd edition), Springer, New York 2013. ISBN 978-1-4614-5837-1.
Last update: Pátková Vlasta (19.11.2018)
Teaching methods -
lectures, project and solving of case stidies
Last update: Pátková Vlasta (19.11.2018)
přednášky, příprava projektu a řešení případových studií
2. Local optimisation, analytical and nunerical tools overview.
3. Linear, quadratic and nonlinear programming.
4. Discrete and global optimisation. Genetic and evolution algorithms.
5. Using Optimization Toolbox and Global Optimization Toolbox.
Last update: Pátková Vlasta (19.11.2018)
1. Optimalizační proces, význam, smysl a cíle. Obecné schéma a prvky.
2. Lokální optimalizace, analytické a numerické metody a algoritmy.
3. Lineární, kvadratické a nelineární programování.
4. Diskrétní a globální optimalizace, genetické a evoluční algoritmy.
5. Optimalizace s využitím Matlabu, Optimization Toolboxu a Global Optimization Toolboxu.
Last update: Pátková Vlasta (19.11.2018)
Learning resources -
www.honeywellprocess.com/
www.mathworks.com/
Last update: Pátková Vlasta (19.11.2018)
www.honeywellprocess.com/
www.mathworks.com/
Last update: Pátková Vlasta (19.11.2018)
Learning outcomes -
Students will be able to:
use selected methods of optimosation to solve a real problém form technological praxis,
use selected methods of artificial intelligence to solve problems of global optimisation,
Last update: Pátková Vlasta (19.11.2018)
Studenti budou po absolvování předmětu umět využít vybrané metody optimalizace pro řešení inženýrských problémů. Budou schopni použít vybrané metody umělé inteligence pro řešení problémů globální optimalizace.
