The Master’s thesis deals with the topic of the use of artificial inteligence for managerial decision making in the firm. This thesis contains an aplication of fuzzy logic system for firm’s supplier evaluation that provides informations for more efficient collaboration with suppliers.

The thesis deals with the trading on capital markets, the use of artificial intelligence, artificial neural networks, for modeling the behavior of stocks. The work contains a description of the capital markets, stock trading, methods of artificial intelligence. The main part of the thesis is the model for predicting the course and trend of shares, working in MATLAB, which serves as a support for trading decisions.

This work deals with reporting as a tool for the creation of a comprehensive system of data and indicators testifying about the company's activities in an understandable and user-compact format. Further demonstrated by the practical use of examples and forms of reports to highlight the crucial and often repetitive deficiencies and errors in the use of business information. Based on detailed analyzes are evaluated selected reports and recommendations are defined to make the process of reporting more effective. Selected reports are supplemented by a range of new information that will enhance the management process and therefore lead to savings. These savings are discussed in detail in one of the recommendations of the work on the introduction of CRM IS.

This thesis focuses on the problem and application of artificial intelligence in company decision making. Especially, the use of fuzzy logic in order to select most suitable product which meets a number of parameters. Custom solution are created in the Matlab development environment, and also in MS Excel.

Tato diplomová práce se zabývá problematikou obchodování na komoditních trzích. Řešení problematiky spočívá ve využití umělé inteligence, konkrétně neuronových sítí, k technické analýze vývoje ceny vybrané komodity a snaze o co nejpřesnější predikci budoucího vývoje ceny pro podporu investičního rozhodování. Model neuronové sítě je vytvořen a použit pro predikci v programu MATLAB.

Disertační práce je zaměřena na optimalizaci průběhu pracovních operací v logistických skladech a distribučních centrech. Hlavním cílem je optimalizovat procesy plánování, rozvrhování a odbavování. Jelikož jde o problém patřící do třídy složitosti NP-težký, je výpočetně velmi náročné nalézt optimální řešení. Motivací pro řešení této práce je vyplnění pomyslné mezery mezi metodami zkoumanými na vědecké a akademické půdě a metodami používanými v produkčních komerčních prostředích. Jádro optimalizačního algoritmu je založeno na základě genetického programování řízeného bezkontextovou gramatikou. Hlavním přínosem této práce je a) navrhnout nový optimalizační algoritmus, který respektuje následující optimalizační podmínky: celkový čas zpracování, využití zdrojů, a zahlcení skladových uliček, které může nastat během zpracování úkolů, b) analyzovat historická data z provozu skladu a vyvinout sadu testovacích příkladů, které mohou sloužit jako referenční výsledky pro další výzkum, a dále c) pokusit se předčit stanovené referenční výsledky dosažené kvalifikovaným a trénovaným operačním manažerem jednoho z největších skladů ve střední Evropě.

Tato disertační práce se zaměřuje na problematiku investování a podporu rozhodování pomocí moderních metod. Zejména pokud jde o analýzu, hodnocení a výběr tzv. brownfieldů pro jejich redevelopment (revitalizaci). Cílem této práce je navrhnout univerzální metodu, která usnadní rozhodovací proces. Proces rozhodování je v praxi komplikován též velkým počet relevantních parametrů ovlivňujících konečné rozhodnutí. Navržená metoda je založena na využití fuzzy logiky, modelování, statistické analýzy, shlukové analýzy, teorie grafů a na sofistikovaných metodách sběru a zpracování informací. Nová metoda umožňuje zefektivnit proces analýzy a porovnávání alternativních investic a přesněji zpracovat velký objem informací. Ve výsledku tak bude zmenšen počet prvků množiny nejvhodnějších alternativních investic na základě hierarchie parametrů stanovených investorem.

Air pollution harms the environment and human welfare. Computer models and their simulation are useful tools for deeper understanding of processes behind as they quite accurately represent the dispersion and transformation of pollutants with advection diffusion equation or by other concepts. Current models give valid results only to constrained cases of initial conditions. The general model combining the several specific models which is able to change according to input parametres and improve with training is proposed. The adaptiveness of the system is provided by decision tree as data structure with information for selection and combination process and genetic algorithm as optimization method for adjusting the tree. The evaluation of implemented system proves that the combination of models gives better results than models themselves. Even with simple specific models, the system has achieved results comparable to state-of-art models of air pollution.

This thesis analyzes the requirements of the dance school on the software produced and designs all layers required for implementation of this product. The product manages courses, their attendees, lectors, places where the courses are held and related financial operations. It also includes an interface for automatical generation of schedules for courses according to the preferences of the dance school and course attendees. This thesis also includes detailed model of database structure, object layer model, user interface designs and describes their implementation. Furthermore this thesis includes description of communication between all parties participating in created solution and feedback from users.

In the domain of dynamically evolving distributed systems composed of autonomous and (self-) adaptive components, the task of systematically managing the design complexity of their communication and composition is a pressing issue. This stems from the dynamic nature of such systems, where components and their bindings may appear and disappear without anticipation. As one way of addressing the challenge, [15] proposes a new component model (called DEECo), which features separation of concerns via a mechanism of dynamic implicit bindings with implicit communication. This leads to introduction of autonomous components and their dynamic interaction groups (called ensembles). The goal of the thesis is to reify the DEECo concepts and paradigms in a Java-based implementation connected to a simulation of a virtual world. As such, the thesis should provide a platform for experimentation with DEECo-based applications.