| | SLO | ENG | Cookies and privacy

Bigger font | Smaller font

Search the digital library catalog Help

Query: search in
search in
search in
search in
* old and bologna study programme

Options:
  Reset


1 - 4 / 4
First pagePrevious page1Next pageLast page
1.
RAZVOJ SISTEMA ZA PODPORO PRI ODLOČANJU Z METODO NEDOMINIRANEGA RAZVRŠČANJA
Lucija Brezočnik, 2014, undergraduate thesis

Abstract: V diplomskem delu smo razvili spletni informacijski sistem, ki uporabniku pomaga izbrati najboljšo alternativo (rešitev) večkriterijskega odločitvenega problema. Sistem razvrsti (rangira) alternative v več skupin, od najboljše skupine do najslabše. Znotraj posamezne skupine so vse alternative enakovredne. Uporabnikova naloga je le, da glede na lastne izkušnje in dane okoliščine, izbere najbolj ugodno alternativo v najboljši skupini. Sistem je univerzalen, zato omogoča reševanje raznovrstnih odločitvenih problemov. Za razvrstitev (rangiranje) alternativ po prednostnem vrstnem redu smo uporabili modul za nedominirano razvrščanje, ki temelji na Pareto optimalnosti in je napisan v programskem jeziku lisp. Preostali moduli sistema so napisani v javi in z njim komunicirajo prek datotek oblike LSP in XML. Spletna podpora je izvedena s sodobnimi tehnologijami, med katerimi so EJB, JSF, PrimeFaces, jQuery, JavaScript, AJAX, XHTML in CSS3. Delovanje sistema z uporabnikovega zornega kota smo ilustrirali z dvema primeroma. Prvi prikazuje splošni izbor optimalnih alternativ, ko uporabnik poda število alternativ in kriterijev ter obseg vrednosti za vsak kriterij, vrednosti kriterijev za vsako alternativo pa se generirajo naključno, drugi pa izbiro optimalnega dobavitelja z ozirom na ceno, kakovost in dobavni rok izdelka ter renome in oddaljenost dobavitelja.
Keywords: sistemi za podporo pri odločanju, teorija urejenih množic, nedominirano razvrščanje, Pareto optimalnost
Published: 19.02.2015; Views: 597; Downloads: 92
.pdf Full text (13,82 MB)

2.
OPTIMIZACIJA Z ROJEM DELCEV ZA IZBIRO ATRIBUTOV PRI KLASIFIKACIJI
Lucija Brezočnik, 2016, master's thesis

Abstract: V magistrskem delu smo razvili metodo FS-BPSO, ki združuje postopek izbire atributov z algoritmom optimizacije z rojem delcev. Glavni namen te metode je njena uporabnost pri reševanju naslednjega dobro znanega problema. Ko so v podatkovni množici primerki z ogromnim številom atributov, je med njimi težko najti tiste, ki so najbolj informativni oziroma reprezentativni. Tega problema smo se lotili s predlaganim hibridnim algoritmom binarne optimizacije z rojem delcev v kombinaciji s klasifikacijskimi metodami C4.5, Naive Bayes in SVM v cenitveni funkciji za izbiro informativnih atributov. Dobljeni rezultati so statistično analizirani in razkrivajo, da predlagani hibridni algoritem prekaša znane klasifikacijske metode C4.5, Naive Bayes in SVM.
Keywords: računalniška inteligenca, optimizacija z rojem delcev, metoda izbire atributov, klasifikacija
Published: 06.09.2016; Views: 598; Downloads: 153
.pdf Full text (10,64 MB)

3.
DEP technical architecture report
Aleš Zamuda, Lucija Brezočnik, Iztok Fister, Tina Beranič, Grega Žlahtič, Matej Brumen, Gregor Jošt, Viktor Taneski, Muhamed Turkanović, 2018, treatise, preliminary study, study

Published: 08.03.2019; Views: 298; Downloads: 13
.pdf Full text (2,04 MB)

4.
Primerjava različnih algoritmov po vzoru obnašanja netopirjev
Žan Grajfoner, 2019, undergraduate thesis

Abstract: V diplomski nalogi smo se osredotočili na algoritme po vzorih iz narave. Opisujemo evolucijske algoritme, katerih navdih je bila Darwinova teorija o boju za obstanek, in algoritme inteligence roja, ki črpajo navdih iz obnašanja roja živali v naravi. Primerjali smo osnovni algoritem po vzoru obnašanja netopirjev in hibridno različico algoritma po vzoru obnašanja netopirjev. Raziskali smo razlike med osnovnima arhitekturama obeh algoritmov, pripadajoče parametre, kot tudi področja uporabe obeh algoritmov. Primerjavo smo izvedli na praktičnem primeru optimizacije desetih testnih funkcij na treh različnih dimenzijah problema (10, 20, 30). Prav tako smo raziskali vpliv različnih velikosti populacije (20, 30, 50) pri obeh algoritmih. Ugotovili smo, da so rezultati optimizacije hibridne različice algoritma boljši od standardne različice algoritma.
Keywords: algoritem po vzoru obnašanja netopirjev, evolucijski algoritmi, hibridizacija, inteligenca roja, računska inteligenca.
Published: 04.09.2019; Views: 297; Downloads: 60
.pdf Full text (1,53 MB)

Search done in 0.12 sec.
Back to top
Logos of partners University of Maribor University of Ljubljana University of Primorska University of Nova Gorica