Témata prací (Výběr práce)Témata prací (Výběr práce)(verze: 336)
Detail práce
   Přihlásit přes CAS
Redukce scénářů v Monte Carlo metodách v optimalizaci
Název práce v češtině: Redukce scénářů v Monte Carlo metodách v optimalizaci
Název v anglickém jazyce: Scenario reduction in Monte Carlo methods in optimization
Klíčová slova: Monte Carlo, redukce scénářů, optimalizace, výběr portfolia
Klíčová slova anglicky: Monte Carlo, scenario reduction, optimization, portfolio selection
Akademický rok vypsání: 2015/2016
Typ práce: bakalářská práce
Jazyk práce: čeština
Ústav: Katedra pravděpodobnosti a matematické statistiky (32-KPMS)
Vedoucí / školitel: doc. RNDr. Ing. Miloš Kopa, Ph.D.
Řešitel: skrytý - zadáno a potvrzeno stud. odd.
Datum přihlášení: 19.10.2015
Datum zadání: 20.10.2015
Datum potvrzení stud. oddělením: 24.11.2015
Datum a čas obhajoby: 21.06.2017 00:00
Datum odevzdání elektronické podoby:16.05.2017
Datum odevzdání tištěné podoby:19.05.2017
Datum proběhlé obhajoby: 21.06.2017
Oponenti: doc. RNDr. Martin Branda, Ph.D.
 
 
 
Konzultanti: RNDr. Václav Kozmík, Ph.D.
Zásady pro vypracování
V stochastických optimalizačních úlohách často vycházíme z předpokladu, že známe spojité rozdělení náhodných parametrů, které ovlivňují podobu naší úlohy. Parametry rozdělení jsou většinou odhadnuty z reálných dat a pro samotný výpočet optimalizační úlohy používáme metody Monte Carlo. Tato práce by se měla zabývat metodou redukce scénářů, která se často používá pro urychlení výpočtů optimalizačních úloh. Cílem práce je srovnat běžný způsob generování scénářů pomocí Monte Carlo s verzí, kdy na vygenerované scénáře aplikujeme redukční techniku. Výsledkem by mělo být porovnání kvality řešení, účelové funkce a doby výpočtu na praktických úlohách.
Seznam odborné literatury
[1] DUPAČOVÁ, J., GRÖWE-KUSKA, N. a RÖMISCH, W. (2003). Scenario reduction in stochastic programming: an approach using probability metrics, Mathematical Programming vol. 95, pp. 493-511.
[2] ROSS, Sheldon M. Simulation [online]. 4th ed. Amsterdam: Elsevier Academic Press, c2006, xiii, 298 p.
[3] SHAPIRO, Alexander, Darinka DENTCHEVA a Andrzej P RUSZCZYŃSKI. Lectures on stochastic programming: modeling and theory. 2nd ed. Philadelphia: Society for Industrial and Applied Mathematics, c2014, xvii, 494 s. ISBN 978-1-611973-42-6.
 
Univerzita Karlova | Informační systém UK