Obecné řešiče pro kombinatorické úlohy
General Solvers used on Combinatorial Problems
Type of document
diplomová prácemaster thesis
Author
Tomáš Omasta
Supervisor
Grus Josef
Opponent
Kubíček Ondřej
Field of study
Datové vědyStudy program
Otevřená informatikaInstitutions assigning rank
katedra počítačůRights
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Show full item recordAbstract
Tato práce představuje systém pro ucelenou práci nad problémy v kombinatorické optimalizaci, usnadňuje implementaci nových řešičů a jejich porovnávání. Tomuto oboru a výzkumným pracovníkům přispívá poskytnutím účinného prostředku k efektivnějšímu zkoumání, analýze a řešení kombinatorických problémů. Upřednostňuje jednoduchost a přístupnost, a proto nabízí genetické algoritmy a řešiče programování s omezujícími podmínkami definované pomocí pymoo, resp. optimalizátoru IBM DOCplex CP Optimizer. Systém poskytuje sadu problémů, jako je plánování projektů s omezenými zdroji (RCPSP), Job Shop nebo Packing problém. Jeho cílem není poskytovat nejmodernější řešiče, ale spíše nabídnout spolehlivý a snadno použitelný nástroj pro výzkumné pracovníky. Nástroj je založený na modulární architektuře, která umožňuje snadné rozšíření o nové datové sady, problémy nebo řešiče. Abychom demonstrovali vlastnosti a účinnost systůmu, uvádíme řadu experimentů včetně popisu uživatelského testování. This thesis presents a practical framework for Combinatorial Optimization. It contributes to the field by providing an effective means for researchers to explore, analyze, and solve combinatorial problems more efficiently. It is designed to facilitate unified benchmark handling and simplify the integration of custom solvers and their comparison. Prioritizing simplicity and accessibility, it supports Genetic Algorithms and Constraint Programming solvers defined with pymoo and IBM's DOCplex CP Optimizer, respectively. The framework facilitates handling complex problems such as RCPSP, Job Shop Scheduling problems, and Packing problems. It is not intended to provide state-of-the-art solutions but rather to offer a reliable and easy-to-use tool for researchers. Tool is based on modular architecture that makes it easy extend it with new benchmarks, problems or solvers. To demonstrate the features and effectiveness of the framework, we provide a list of experiments, including a report on user testing.
Collections
- Diplomové práce - 13136 [892]