Tato disertační práce se zabývá využitím vhodných optimalizačních metod globální optimalizace v oblasti diskrétní simulace výrobních systémů a výrobních procesů. V práci byl zmapován současný stav v oblasti simulační optimalizace včetně specifikace jejích základních prvků a možných problémů spojených s globální optimalizací. Simulační experimentování na vybraných typech diskrétních simulačních modelů bylo prováděno pomocí vhodných optimalizačních metod (Random Search, Hill Climbing, Tabu Search, Local Search, Downhill Simplex, Simulated Annealing, Differential Evolution a Evolution Strategy). Tyto optimalizační metody musely být modifikovány pro diskrétní simulační optimalizaci. Pro účely simulačního experimentování byla vytvořena vlastní softwarová aplikace, která obsahuje simulační optimalizátor pro řízení simulačních experimentů s cílem zjistit vhodné nastavení vstupních parametrů diskrétního simulačního modelu na základě specifikované účelové funkce. Softwarová aplikace také obsahuje experimentální základnu pro analýzu chování implementovaných modifikovaných optimalizačních algoritmů v závislosti na nastavených parametrech optimalizačních algoritmů. Pomocí experimentální základny byly provedeny hromadné optimalizační experimenty na vybraných typech diskrétních simulačních modelů s cílem vyhodnotit vhodnost optimalizačních algoritmů a určit vhodné nastavení parametrů optimalizačních algoritmů v závislosti na průběhu účelové funkce. Pro hodnocení chování optimalizačních algoritmů na simulačních modelech (účelových funkcích) byla specifikována metodika, která zahrnuje různé pohledy vyjádřené pomocí jednotlivých kritérií včetně vizuálního ohodnocení.
Anotace v angličtině
This thesis deals with the use of global optimization methods suitable for discrete simulation of manufacturing systems and production processes. The scope of this thesis is to analyse the current knowledge on simulation optimization, optimization of basic elements and possible problems related to global optimization. Simulation model experimentation was carried out using a selection of suitable optimization methods - Random Search, Hill Climbing, Tabu Search, Local Search, Downhill Simplex, Simulated Annealing, Differential Evolution and Evolution Strategy. These optimization methods had to be modified for simulation optimization. A software application was developed for simulation model experimentation. The application consists of a simulation optimizer for managing the simulation experiments. The aim of the simulation optimizer is to determine the appropriate setting of the discrete event simulation model input parameters based on a specified objective function. The software application consists of an experimental base for analysis of the behaviour of the implemented modified optimization algorithms in relation to the settings of the optimization algorithm parameters. Many optimization experiments were performed on discrete event simulation models with the use of the designed experimental base. The goal of the experimentation was to evaluate the appropriateness of the optimization algorithms and determine the appropriate optimization algorithm parameter settings in relation to the behaviour of the objective function. The methodology for evaluating the behaviour of the optimization algorithms on simulation models (behaviour of objective function) was specified. This methodology includes different views expressed through different criteria including visual evaluation.
Klíčová slova
Diskrétní simulace výrobních systémů, globální optimalizace, optimalizace pomocí simulace, optimalizační algoritmy, Random Search, Hill Climbing, Tabu Search, Local Search, Downhill Simplex, Simulated Annealing, Differential Evolution, Evolution Strategy.
Klíčová slova v angličtině
Discrete Event Simulation of Production Systems, Global Optimization, Simulation Optimization, Optimization Algorithms, Random Search, Hill Climbing, Tabu Search, Local Search, Downhill Simplex, Simulated Annealing, Differential Evolution, Evolution Strategy.
Rozsah průvodní práce
169 s.
Jazyk
CZ
Anotace
Tato disertační práce se zabývá využitím vhodných optimalizačních metod globální optimalizace v oblasti diskrétní simulace výrobních systémů a výrobních procesů. V práci byl zmapován současný stav v oblasti simulační optimalizace včetně specifikace jejích základních prvků a možných problémů spojených s globální optimalizací. Simulační experimentování na vybraných typech diskrétních simulačních modelů bylo prováděno pomocí vhodných optimalizačních metod (Random Search, Hill Climbing, Tabu Search, Local Search, Downhill Simplex, Simulated Annealing, Differential Evolution a Evolution Strategy). Tyto optimalizační metody musely být modifikovány pro diskrétní simulační optimalizaci. Pro účely simulačního experimentování byla vytvořena vlastní softwarová aplikace, která obsahuje simulační optimalizátor pro řízení simulačních experimentů s cílem zjistit vhodné nastavení vstupních parametrů diskrétního simulačního modelu na základě specifikované účelové funkce. Softwarová aplikace také obsahuje experimentální základnu pro analýzu chování implementovaných modifikovaných optimalizačních algoritmů v závislosti na nastavených parametrech optimalizačních algoritmů. Pomocí experimentální základny byly provedeny hromadné optimalizační experimenty na vybraných typech diskrétních simulačních modelů s cílem vyhodnotit vhodnost optimalizačních algoritmů a určit vhodné nastavení parametrů optimalizačních algoritmů v závislosti na průběhu účelové funkce. Pro hodnocení chování optimalizačních algoritmů na simulačních modelech (účelových funkcích) byla specifikována metodika, která zahrnuje různé pohledy vyjádřené pomocí jednotlivých kritérií včetně vizuálního ohodnocení.
Anotace v angličtině
This thesis deals with the use of global optimization methods suitable for discrete simulation of manufacturing systems and production processes. The scope of this thesis is to analyse the current knowledge on simulation optimization, optimization of basic elements and possible problems related to global optimization. Simulation model experimentation was carried out using a selection of suitable optimization methods - Random Search, Hill Climbing, Tabu Search, Local Search, Downhill Simplex, Simulated Annealing, Differential Evolution and Evolution Strategy. These optimization methods had to be modified for simulation optimization. A software application was developed for simulation model experimentation. The application consists of a simulation optimizer for managing the simulation experiments. The aim of the simulation optimizer is to determine the appropriate setting of the discrete event simulation model input parameters based on a specified objective function. The software application consists of an experimental base for analysis of the behaviour of the implemented modified optimization algorithms in relation to the settings of the optimization algorithm parameters. Many optimization experiments were performed on discrete event simulation models with the use of the designed experimental base. The goal of the experimentation was to evaluate the appropriateness of the optimization algorithms and determine the appropriate optimization algorithm parameter settings in relation to the behaviour of the objective function. The methodology for evaluating the behaviour of the optimization algorithms on simulation models (behaviour of objective function) was specified. This methodology includes different views expressed through different criteria including visual evaluation.
Klíčová slova
Diskrétní simulace výrobních systémů, globální optimalizace, optimalizace pomocí simulace, optimalizační algoritmy, Random Search, Hill Climbing, Tabu Search, Local Search, Downhill Simplex, Simulated Annealing, Differential Evolution, Evolution Strategy.
Klíčová slova v angličtině
Discrete Event Simulation of Production Systems, Global Optimization, Simulation Optimization, Optimization Algorithms, Random Search, Hill Climbing, Tabu Search, Local Search, Downhill Simplex, Simulated Annealing, Differential Evolution, Evolution Strategy.
Zásady pro vypracování
-
Zásady pro vypracování
-
Seznam doporučené literatury
[1] OR/MS TODAY. [Online] INFORMS - Institute for Operations Research and the Management Sciences, Říjen 2011. [Citace: 15. Září 2012.] http://www.orms-today.org/surveys/Simulation/Simulation6.html.
[2] Evolver 6. [Online] PALISADE. [Citace: 15. Záři 2012.] http://www.palisade.com/evolver/.
[3] WITNESS Optimizer. [Online] LANNER. [Citace: 16. Září 2012.] http://www.lanner.com/en/media/witness/optimiser.cfm.
[4] ISSOP. [Online] DUALIS. [Citace: 15. Září 2012.] http://www.sim-serv.com/tool.php?i=0&ids_string=22.
[5] OptQuest. [Online] OptTek Systems. [Citace: 15. Září 2012.] http://www.opttek.com/OptQuest.
[6] ZELINKA, I., Umělá inteligence v problémech globální optimalizace. Praha : Technická literatura BEN, 2002. ISBN 80-7300-069-5.
[7] LAMPINEN, J. a ZELINKA, I., New Ideas in Optimization - Mechanical Engineering Design Optimization by Differential Evolution. London : McGraw-Hill, 1999. str. 20. Sv. I. ISBN 007-709506-5.
[8] MAŘÍK, V., ŠTĚPÁNKOVÁ, O. a LAŽANSKÝ, J., Umělá inteligence (3). Praha : Akademie věd České republiky, Academia Praha, 2001. Sv. III. ISBN 80-200-0472-6.
[9] HYNEK, J., Genetické algoritmy a genetické programování. Praha : Grada Publishing, a. s., 2008. ISBN 978-247-2695-3.
[10] TVRDÍK, J., "Evoluční algoritmy - učební texty." Virtuální informační centrum pro doktorandy informatiky. [Online] 2004. [Citace: 6. Únor 2008.] http://prf.osu.cz/doktorske_studium/dokumenty/Evolutionary_Algorithms.pdf.
[11] WEISE, T., "E-Book "Global Optimization Algorithms - Theory and Application" 2nd Edition." Thomas Weise - Projects. [Online] 26. Červen 2009. [Citace: 2. Únor 2011.] http://www.it-weise.de/projects/book.pdf .
[12] ŠTEFKA, D., "Alternativy k evolučním optimalizačním algoritmům." Praha : ČVUT Praha, Fakulta jaderná a fyzikálně inženýrská, Katedra matematiky. Vedoucí práce: Ing. RNDr. Martin Holeňa, CSc., 28. Duben 2005.
[13] MAJER, P., "Moderní metody rozvrzhování výroby, Disertační práce." Brno : Vysoké učení technické v Brně, Fakulta strojního inženýrství, Ústav automatizace a informatiky, 2003. http://majer.czweb.org/scheduling/.
[14] OŠMERA, P., "Genetické algoritmy a jejich aplikace - využití biologických a fyzikálně-informačních principů evoluce, Habilitační práce." Brno : VUT Brno, Fakulta strojního inženýrství, 2001.
[15] MITCHELL, M., An Introduction to Genetic Algortihms. Cambridge : MA: MIT Press, 1996.
[16] MANLIG, F., "Počítačová simulace diskrétních událostí." MM průmyslové spektrum . 1999.
[17] MONTICELLI, A. J., ROMERO, R., ASADA, E. N., "Fundamentals of Simulated Annealing." [ed.] Y., EL-SHARKAWIL, L., EL-SHARKAWIL, M. A. KWNAG. Modern Heuristic Optimization Techniques. IEE Press. New Jersey : John Wiley & Sons, Inc., Hoboken,, 2008, 7.
[18] LAW, A. M., Simulation Modeling and Analysis (Industrial Engineering and Management Science Series). New York : McGraw-Hill Science/Engineering/Math, 2007. str. 670. Sv. IV. ISBN 978-0070592926.
[19] KŘÍŽ, P., "Ověřování optimalizačních algoritmů v úlohách diskrétní simulace se zaměřením na strojírenskou výrobu, Diplomová práce." Plzeň : Západočeská univerzita v Plzni/FST/KPV, 2003.
[20] MOLGA, M., SMUTNICKI, C., "Test functions for optimization needs." Test functions for optimization needs. [Online] 3. Květen 2005. [Citace: 20. Leden 2012.] http://www.zsd.ict.pwr.wroc.pl/files/docs/functions.pdf.
[21] STREDA, M., "Ověřování optimalizačních metod pro diskrétní simulaci výrobních systémů a výrobních procesů." [Diplomová práce]. Plzeň : Západočeská univerzita v Plzni/FST/KPV, 2009.
[22] TETSUYUKI, T., SETSUKO, S.,., "Constrained Optimization By Applying The ? Constrained Method To The Nonlinear Simplex Mmethod With Mmutations." IEEE Transactions on Evolutionary Computation. [Online] 3. Říjen 2005. [Citace: 23. Červenec 2008.] http://www.chi.its.hiroshima-cu.ac.jp/
takahama/eng/papers/aSimplex-TEC2005.pdf. ISSN: 1089-778X.
Seznam doporučené literatury
[1] OR/MS TODAY. [Online] INFORMS - Institute for Operations Research and the Management Sciences, Říjen 2011. [Citace: 15. Září 2012.] http://www.orms-today.org/surveys/Simulation/Simulation6.html.
[2] Evolver 6. [Online] PALISADE. [Citace: 15. Záři 2012.] http://www.palisade.com/evolver/.
[3] WITNESS Optimizer. [Online] LANNER. [Citace: 16. Září 2012.] http://www.lanner.com/en/media/witness/optimiser.cfm.
[4] ISSOP. [Online] DUALIS. [Citace: 15. Září 2012.] http://www.sim-serv.com/tool.php?i=0&ids_string=22.
[5] OptQuest. [Online] OptTek Systems. [Citace: 15. Září 2012.] http://www.opttek.com/OptQuest.
[6] ZELINKA, I., Umělá inteligence v problémech globální optimalizace. Praha : Technická literatura BEN, 2002. ISBN 80-7300-069-5.
[7] LAMPINEN, J. a ZELINKA, I., New Ideas in Optimization - Mechanical Engineering Design Optimization by Differential Evolution. London : McGraw-Hill, 1999. str. 20. Sv. I. ISBN 007-709506-5.
[8] MAŘÍK, V., ŠTĚPÁNKOVÁ, O. a LAŽANSKÝ, J., Umělá inteligence (3). Praha : Akademie věd České republiky, Academia Praha, 2001. Sv. III. ISBN 80-200-0472-6.
[9] HYNEK, J., Genetické algoritmy a genetické programování. Praha : Grada Publishing, a. s., 2008. ISBN 978-247-2695-3.
[10] TVRDÍK, J., "Evoluční algoritmy - učební texty." Virtuální informační centrum pro doktorandy informatiky. [Online] 2004. [Citace: 6. Únor 2008.] http://prf.osu.cz/doktorske_studium/dokumenty/Evolutionary_Algorithms.pdf.
[11] WEISE, T., "E-Book "Global Optimization Algorithms - Theory and Application" 2nd Edition." Thomas Weise - Projects. [Online] 26. Červen 2009. [Citace: 2. Únor 2011.] http://www.it-weise.de/projects/book.pdf .
[12] ŠTEFKA, D., "Alternativy k evolučním optimalizačním algoritmům." Praha : ČVUT Praha, Fakulta jaderná a fyzikálně inženýrská, Katedra matematiky. Vedoucí práce: Ing. RNDr. Martin Holeňa, CSc., 28. Duben 2005.
[13] MAJER, P., "Moderní metody rozvrzhování výroby, Disertační práce." Brno : Vysoké učení technické v Brně, Fakulta strojního inženýrství, Ústav automatizace a informatiky, 2003. http://majer.czweb.org/scheduling/.
[14] OŠMERA, P., "Genetické algoritmy a jejich aplikace - využití biologických a fyzikálně-informačních principů evoluce, Habilitační práce." Brno : VUT Brno, Fakulta strojního inženýrství, 2001.
[15] MITCHELL, M., An Introduction to Genetic Algortihms. Cambridge : MA: MIT Press, 1996.
[16] MANLIG, F., "Počítačová simulace diskrétních událostí." MM průmyslové spektrum . 1999.
[17] MONTICELLI, A. J., ROMERO, R., ASADA, E. N., "Fundamentals of Simulated Annealing." [ed.] Y., EL-SHARKAWIL, L., EL-SHARKAWIL, M. A. KWNAG. Modern Heuristic Optimization Techniques. IEE Press. New Jersey : John Wiley & Sons, Inc., Hoboken,, 2008, 7.
[18] LAW, A. M., Simulation Modeling and Analysis (Industrial Engineering and Management Science Series). New York : McGraw-Hill Science/Engineering/Math, 2007. str. 670. Sv. IV. ISBN 978-0070592926.
[19] KŘÍŽ, P., "Ověřování optimalizačních algoritmů v úlohách diskrétní simulace se zaměřením na strojírenskou výrobu, Diplomová práce." Plzeň : Západočeská univerzita v Plzni/FST/KPV, 2003.
[20] MOLGA, M., SMUTNICKI, C., "Test functions for optimization needs." Test functions for optimization needs. [Online] 3. Květen 2005. [Citace: 20. Leden 2012.] http://www.zsd.ict.pwr.wroc.pl/files/docs/functions.pdf.
[21] STREDA, M., "Ověřování optimalizačních metod pro diskrétní simulaci výrobních systémů a výrobních procesů." [Diplomová práce]. Plzeň : Západočeská univerzita v Plzni/FST/KPV, 2009.
[22] TETSUYUKI, T., SETSUKO, S.,., "Constrained Optimization By Applying The ? Constrained Method To The Nonlinear Simplex Mmethod With Mmutations." IEEE Transactions on Evolutionary Computation. [Online] 3. Říjen 2005. [Citace: 23. Červenec 2008.] http://www.chi.its.hiroshima-cu.ac.jp/
takahama/eng/papers/aSimplex-TEC2005.pdf. ISSN: 1089-778X.