Rozhodovací diagramy pro optimalizaci rychlostního profilu vozidel
| advisor: | Ing. Jiří Vomlel, Ph.D. |
| e-mail: | show e-mail |
| type: | phd thesis |
| branch of study: | MI_MM, MI_AMSM |
| key words: | umělá inteligence, strojové učení, bayesovské sítě, rozhodovací diagramy, teorie řízení |
| link: | http://staff.utia.cas.cz/vomlel/vomlel.html |
| description: | Rozhodovací diagramy [1] jsou rozšířením bayesovských sítí pro rozhodvací problémy, kde je cílem maximalizace dané užitkové funkce. Rozhodovací digramy byly již aplikovány v rozhodovacích problémech z různých oblastí (ekonomické rozhodování, expertní systémy ve zdravotnictví, analýza rizika, atd.) [2]. Relativně nedávno byly rozhodovací diagramy aplikovány při optimalizaci rychlostního profilu vozidel [3,4]. Teorie rozhodovacích digramů však není dostatečně rozvinutá pro případy, kdy proměnné modelu nejsou pouze diskrétní ale i spojité (tzv. smíšené rozhodovací diagramy) a užitkové funkce jsou nelineární. Cílem disertační práce je teoretický návrh výpočetních metod pro smíšené rozhodovací diagramy a jejich aplikace v úlohách optimalizace rychlostního profilu vozidel. Pro prvotní testy lze využít již vytvořený počítačový model pro vůz formule 1 na okruhu v Silverstone [3]. Jednou z možností pro teoretický výzkum je navázat na práce [5] a [6]. |
| references: | [1] F. V. Jensen, Bayesian networks and decision graphs, Springer Verlag, 2001. [2] M. Gómez, Real-World Applications of Influence Diagrams. In Advances in Bayesian Networks, edited by J. A. Gámez, S. Moral, and A. Salmerón. Studies in Fuzziness and Soft Computing, Springer Berlin Heidelberg, pp. 161-180, 2004, doi: 10.1007/978-3-540-39879-0_9 [3] V. Kratochvíl, J. Vomlel, Influence diagrams for the optimization of a vehicle speed profile. In Proceedings of the Twelfth Annual Bayesian Modeling Applications Workshop, Amsterdam, Netherlands, 2015 [4] J. Vomlel, V. Kratochvíl, Influence diagrams for speed profile optimization: computational issues. In Proceedings of the 10th Workshop on Uncertainty Processing (Wupes 2015). September 16-19, 2015, Monínec, Czech Republic. [5] P. Shenoy, J. West, Inference in hybrid bayesian networks using mixtures of polynomials. International Journal of Approximate Reasoning, 52(5):641--657, 2011. [6] B. Kveton, M. Hauskrecht, C. Guestrin, Solving factored {MDPs} with hybrid state and action variables. Journal of Artificial Intelligence Research, 27:153--201, 2006. |
| last update: | 21.10.2022 09:48:48 |
administrator for this page:
Ľubomíra Dvořáková | last update: 09/12/2011