Projekt je zaměřen na výzkum soft computing metod v inverzních úlohách přenosu tepla se změnou skupenství a vytvoření adaptivního soft computing frameworku pro jejich řešení. Mnoho fyzikálních a inženýrských problémů zahrnuje změny skupenství a jejich popis často vede ke složitým úlohám přenosu tepla nemající přímé řešení. Přímým řešením je v tomto smyslu stanovení tepelného chování, jenž je ovlivněno podmínkami a parametry charakterizujícími přenos tepla. Přímé řešení není možné v úlohách, ve kterých jsou podmínky a parametry neznámými veličinami a je tedy nutné využít inverzního přístupu. Vetšina stávajících metod pro inverzní úlohy byla ale použita jen na úlohy přenosu tepla beze změny skupenství. Soft computing metody zahrnující metaheuristiky, fuzzy logiku a neuronové sítě se v tomto ohledu jeví jako slibný přístup, protože místo obtížně dosažitelného přesného řešení umožňují nalézt dostatečně přesné přibližné řešení. To je výhodou zejména v úlohách s více neznámými parametry a v inverzních úlohách typu black-box s nedostatkem informací umožňujících jejich detailní popis

Description in English
The project aims at the research of soft computing methods in inverse heat transfer problems with phase change and the creation of an adaptive soft computing framework for their solution. Many processes involve phase changes and their description often leads to complex heat transfer problems having no direct solution. A direct solution in this context refers to the quantification of thermal behaviour according to heat transfer parameters and conditions. The direct solution is not possible when some parameters and conditions are unknown. In such cases, an inverse solution is needed. Several approaches for the solution of inverse heat transfer problems have been proposed but these mostly addressed problems without phase change. Soft computing methods, which include meta-heuristic algorithms, fuzzy logic and neural networks, seem to be promising in this respect as they seek an approximate solution rather than an exact one. This can be an advantage in case of multiple unknown parameters and in black-box inverse problems where limited information is available for the detailed description.

Keywords
přenos tepla;změna skupenství;inverzní úloha;soft computing metody;

Key words in English
heat transfer, phase change, inverse problem, soft computing methods