Student vypracoval diplomovou práci na téma „Rozvrhování úkolů v logistických skladech“, v rámci které zpracoval rešerši týkající se rozvrhovacích problémů se zaměřením na meta-heuristické algoritmy a jejich využití při optimalizačních úlohách logistických skladů. V praktické části práce student vytvořil testovací scénáře z historického provozu skladu a vytvořil také generátor syntetických testů pro ověření výkonosti algoritmu. Vhodné části kódu jsou zpracovány paralelně. Hlavním jádrem práce je návrh vlastních pravidel, která kombinují výhody logicky strukturovaných pravidel a existujícího přístupu založeného na bezkontextovou gramatikou řízeném genetickém programování. Testování algoritmu a měření výsledků bylo zdárně ukončeno a lze říci, že studentem navržený přístup předčí dosavadní výsledky optimalizace prováděné pouze na základě evolučního principu.

Student po dobu zpracování práce postupoval svědomitě, aktivně, přinášel vlastní nápady na řešení, pravidelně se účastnil konzultací a dbal pokynů vedoucího. Přírůstky práce byly prezentovány na pravidelných schůzkách. Odevzdaná práce je na vynikající úrovni jak po teoretické, tak po praktické stránce. Student se podílel na několika publikacích v oblasti optimalizace logistických skladů, zúčastnil se konference EEICT a dále bude pokračovat v tématu na doktorském studiu. Práci hodnotím stupněm „výborně/A“ a zkušební komisi navrhuji udělit za vypracování cenu děkanky FEKT. Points proposed by supervisor: 100

Student v teoretické části popsal jednotlivé algoritmy pro optimalizaci úloh. K tomu hojně využíval literaturu. V praktické části vytvořil sadu testů pro evaluaci výkonosti evolučních algoritmů a implementoval prioritní pravidla. Tím splnil body zadání. Výsledky jednotlivých testů jsou podrobně popsány a správně interpretovány. Po formální stránce je práce v pořádky, jenom obsahuje drobné typografické chyby – například spojka „a“ na konci řádku. Práci doporučuji k obhajobě a hodnotím známkou A – 98 bodů. Topics for thesis defence:

1. Lze nějakým způsobem omezit paměťovou náročnost evolučního algoritmu u velkých populací?

Points proposed by reviewer: 98