Témata prací (Výběr práce)Témata prací (Výběr práce)(verze: 368)
Detail práce
   Přihlásit přes CAS
Intervalový solver nelineárních podmínek
Název práce v jazyce práce (slovenština): Intervalový solver nelineárních podmínek
Název práce v češtině: Intervalový solver nelineárních podmínek
Název v anglickém jazyce: Interval solver for nonlinear constraints
Klíčová slova: problém splňování omezujících podmínek, intervalová data, propagační techniky, SIVIA
Klíčová slova anglicky: constraint satisfaction problem, interval data, propagation techniques, SIVIA
Akademický rok vypsání: 2013/2014
Typ práce: bakalářská práce
Jazyk práce: slovenština
Ústav: Katedra aplikované matematiky (32-KAM)
Vedoucí / školitel: prof. Mgr. Milan Hladík, Ph.D.
Řešitel: skrytý - zadáno a potvrzeno stud. odd.
Datum přihlášení: 30.10.2013
Datum zadání: 30.10.2013
Datum potvrzení stud. oddělením: 05.11.2013
Datum a čas obhajoby: 16.06.2014 00:00
Datum odevzdání elektronické podoby:22.05.2014
Datum odevzdání tištěné podoby:23.05.2014
Datum proběhlé obhajoby: 16.06.2014
Oponenti: RNDr. Martin Pergel, Ph.D.
 
 
 
Zásady pro vypracování
Zásady pro vypracování:
- Intervalový branch & bound pro spojité CSP
- Implementace základních propagačních technik
- Optimalizace na intervalových boxech
Seznam odborné literatury
[1] Gilles Chabert and Luc Jaulin. Contractor programming. Artificial Intelligence 173 (2009) 1079­-1100.
[2] Luc Jaulin, Michel Kieffer, Olivier Didrit, and Éric Walter. Applied interval analysis. Springer, London, 2001.
[3] Francesca Rossi, Peter van Beek, and Toby Walsh (eds.). Handbook of constraint programming. Elsevier, Amsterdam, 2006.
Předběžná náplň práce
Metody založené na principu branch & bound pro rigorózní aproximaci dané množiny generují velké množství intervalových dat (boxů). Cílem práce je vytvořit v Matlabu/Intlabu základní řešič pro spojité CSP s možným vylepšením pomocí vhodných propagací a efektivně zpracovat velké množství boxů.
Předběžná náplň práce v anglickém jazyce
Methods based on branch & bound scheme for rigorous approximation of a set generate huge number of interval data. The goal of the project is to write a Matlab/Intlab solver for continuous CSP, to make it more efficient by implementing some propagation techniques, and to effectively process the huge number of boxes.
 
Univerzita Karlova | Informační systém UK