dc.contributor.advisor | Pilát, Martin | |
dc.creator | Beinhauer, David | |
dc.date.accessioned | 2022-10-04T17:46:37Z | |
dc.date.available | 2022-10-04T17:46:37Z | |
dc.date.issued | 2022 | |
dc.identifier.uri | http://hdl.handle.net/20.500.11956/176143 | |
dc.description.abstract | As the number of electric vehicles grows, so does the need to create a suitable network of charging stations. A solution of this problem can be significantly improved by the usage of suitable optimization techniques. We implement a simplified traffic simulator serving as a suitable tool for their analysis. We also analyze optimization techniques using the so-called greedy algorithm, genetic algorithm and k-means algorithm. Based on the exper- iments, the optimizations using the genetic algorithm and the greedy algo- rithm showed noticeably better results. The k-means method did not show signs of results better than a random approach. | en_US |
dc.description.abstract | S rostoucím počtem elektrických vozidel roste i potřeba vytvořit vhod- nou infrastrukturu pro jejich nabíjení. K řešení tohoto problému může vý- razně napomoci použití vhodných optimalizačních metod. V práci jsme im- plementovali zjednodušený simulátor dopravy sloužící jako vhodný nástroj pro jejich analýzu. Analyzovali jsme také optimalizační metody tzv. hlado- vým algoritmem, genetickým algoritmem a algoritmem k-means. Na základě experimentů vykazovala prokazatelně lepší výsledky optimalizace za využití genetického algoritmu a hladová optimalizace. K-means optimalizace nevy- kazovala známky lepších výsledků oproti náhodnému přístupu. | cs_CZ |
dc.language | Čeština | cs_CZ |
dc.language.iso | cs_CZ | |
dc.publisher | Univerzita Karlova, Matematicko-fyzikální fakulta | cs_CZ |
dc.subject | optimization|traffic simulator|k-means|genetic algorithm | en_US |
dc.subject | optimalizace|simulátor dopravy|k-means|genetický algoritmus | cs_CZ |
dc.title | Optimalizace rozmístění stanic pro nabíjení elektrických vozidel | cs_CZ |
dc.type | bakalářská práce | cs_CZ |
dcterms.created | 2022 | |
dcterms.dateAccepted | 2022-09-12 | |
dc.description.department | Department of Theoretical Computer Science and Mathematical Logic | en_US |
dc.description.department | Katedra teoretické informatiky a matematické logiky | cs_CZ |
dc.description.faculty | Matematicko-fyzikální fakulta | cs_CZ |
dc.description.faculty | Faculty of Mathematics and Physics | en_US |
dc.identifier.repId | 238823 | |
dc.title.translated | Optimization of the Placement of Electric Vehicle Charging Stations | en_US |
dc.contributor.referee | Fink, Jiří | |
thesis.degree.name | Bc. | |
thesis.degree.level | bakalářské | cs_CZ |
thesis.degree.discipline | Computer Science with specialisation in Artificial Intelligence | en_US |
thesis.degree.discipline | Informatika se specializací Umělá inteligence | cs_CZ |
thesis.degree.program | Computer Science | en_US |
thesis.degree.program | Informatika | cs_CZ |
uk.thesis.type | bakalářská práce | cs_CZ |
uk.taxonomy.organization-cs | Matematicko-fyzikální fakulta::Katedra teoretické informatiky a matematické logiky | cs_CZ |
uk.taxonomy.organization-en | Faculty of Mathematics and Physics::Department of Theoretical Computer Science and Mathematical Logic | en_US |
uk.faculty-name.cs | Matematicko-fyzikální fakulta | cs_CZ |
uk.faculty-name.en | Faculty of Mathematics and Physics | en_US |
uk.faculty-abbr.cs | MFF | cs_CZ |
uk.degree-discipline.cs | Informatika se specializací Umělá inteligence | cs_CZ |
uk.degree-discipline.en | Computer Science with specialisation in Artificial Intelligence | en_US |
uk.degree-program.cs | Informatika | cs_CZ |
uk.degree-program.en | Computer Science | en_US |
thesis.grade.cs | Velmi dobře | cs_CZ |
thesis.grade.en | Very good | en_US |
uk.abstract.cs | S rostoucím počtem elektrických vozidel roste i potřeba vytvořit vhod- nou infrastrukturu pro jejich nabíjení. K řešení tohoto problému může vý- razně napomoci použití vhodných optimalizačních metod. V práci jsme im- plementovali zjednodušený simulátor dopravy sloužící jako vhodný nástroj pro jejich analýzu. Analyzovali jsme také optimalizační metody tzv. hlado- vým algoritmem, genetickým algoritmem a algoritmem k-means. Na základě experimentů vykazovala prokazatelně lepší výsledky optimalizace za využití genetického algoritmu a hladová optimalizace. K-means optimalizace nevy- kazovala známky lepších výsledků oproti náhodnému přístupu. | cs_CZ |
uk.abstract.en | As the number of electric vehicles grows, so does the need to create a suitable network of charging stations. A solution of this problem can be significantly improved by the usage of suitable optimization techniques. We implement a simplified traffic simulator serving as a suitable tool for their analysis. We also analyze optimization techniques using the so-called greedy algorithm, genetic algorithm and k-means algorithm. Based on the exper- iments, the optimizations using the genetic algorithm and the greedy algo- rithm showed noticeably better results. The k-means method did not show signs of results better than a random approach. | en_US |
uk.file-availability | V | |
uk.grantor | Univerzita Karlova, Matematicko-fyzikální fakulta, Katedra teoretické informatiky a matematické logiky | cs_CZ |
thesis.grade.code | 2 | |
uk.publication-place | Praha | cs_CZ |
uk.thesis.defenceStatus | O | |