Kitchen Layout Generation as an Optimization Problem
| Thesis title in Czech: | Generování rozvržení kuchyně jako optimalizační problém |
|---|---|
| Thesis title in English: | Kitchen Layout Generation as an Optimization Problem |
| Key words: | kuchyň|rozvržení|návrh|optimalizace|celočíselné programování|omezující podmínky |
| English key words: | kitchen|layout|design|optimization|integer programming|constraint programming |
| Academic year of topic announcement: | 2024/2025 |
| Thesis type: | Bachelor's thesis |
| Thesis language: | angličtina |
| Department: | Computer Science Institute of Charles University (32-IUUK) |
| Supervisor: | doc. Mgr. Martin Koutecký, Ph.D. |
| Author: | Bc. Vít Kološ - assigned and confirmed by the Study Dept. |
| Date of registration: | 22.11.2024 |
| Date of assignment: | 16.12.2024 |
| Confirmed by Study dept. on: | 16.12.2024 |
| Date and time of defence: | 20.06.2025 09:00 |
| Date of electronic submission: | 07.05.2025 |
| Date of submission of printed version: | 07.05.2025 |
| Date of proceeded defence: | 20.06.2025 |
| Opponents: | Robert Hildebrand, Ph.D. |
| Guidelines |
| Proces návrhu kuchyně (členění linky, umístění spotřebičů atd.) je obvykle iterativní. Zákazník popíše svá přání a omezení, návrhář vytvoří prvotní návrh, zákazník upřesňuje své preference atd. V současnosti nejsou dostupné metody na automatizaci tohoto procesu.
Cílem práce je: - vytvořit formální optimalizační model problému návrhu kuchyně: popis vstupu, prostoru řešení, účelové funkce - modelovat tento optimalizační problém jako MILP (smíšený celočíselný lineární program) - ladit získaný model tak, aby ho kvalitní řešiče (např. Gurobi) na instancích z praxe uměly vyřešit co nejrychleji - srozumitelně prezentovat získané poznatky, např. jaké aspekty problému lze formalizovat či modelovat různými způsoby, jaký to má vliv na složitost, atd. - volitelně: pro srovnání modelovat problém i v jiném formalismu, např. jako CSP (constraint satisfaction problem), nebo jako problém řešitelný pomocí metaheuristik Protože se jedná o vysoce netriviální problém, práce se považuje za úspěšně vyřešenou i pokud se nepodaří získat model, který je řešitelný rychle. Důležité je prozkoumat a popsat možné přístupy a jejich (ne)aplikovatelnost. |
| References |
| Michael L. Bynum, Gabriel A. Hackebeil, William E. Hart, Carl D. Laird, Bethany L. Nicholson, John D. Siirola, Jean-Paul Watson, and David L. Woodruff. Pyomo - Optimization Modeling in Python, 3rd Edition. Vol. 67. Springer. 2021. DOI 10.1007/978-3-030-68928-5
Gurobi Optimization, L. L. C. "Gurobi optimizer reference manual." 2021 Rapin, Jérémy, and Olivier Teytaud. "Nevergrad-A gradient-free optimization platform." 2018 |