| | 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.
Napovedovanje porabe električne energije v podjetju Talum d.d. : diplomsko delo
Jan Pintarič, 2021, undergraduate thesis

Abstract: V tej diplomski nalogi je izvedena urna napoved porabe električne energije v podjetju Talum. Za izračun napovedi je uporabljena metoda SARIMA. Napoved je izvedena v programskem okolju Excel zaradi lažje uporabe v podjetju. Za izračun napovedi smo pridobili urne podatke o porabi električne energije za eno leto nazaj, jih analizirali in ustrezno opredelili. Izračunano napoved smo primerjali s trenutno napovedjo in realizacijo. Rezultati napovedi so prikazani v 6. poglavju.
Keywords: aktivni odjemalec, sistemske storitve, SARIMA metoda
Published in DKUM: 18.10.2021; Views: 839; Downloads: 87
.pdf Full text (1,88 MB)

2.
Pametna vremenska postaja za napoved temperature s pomočjo strojnega učenja : diplomsko delo
Nejc Jeušnik, 2021, undergraduate thesis

Abstract: Namen diplomskega dela je bil razviti pametno vremensko postajo s spletno aplikacijo, ki bi omogočala napoved temperature do pet dni vnaprej. Želeli smo tudi preizkusiti kako natančne so napovedi z različnimi modeli in metodami. V diplomskem delu predstavimo zasnovo in implementacijo rešitve. Na koncu podamo rezultate napovedi. Celoten sistem je sestavljen iz razvojne plošče platforme Arduino, senzorja temperature in vlage, oblačne podatkovne baze in računalniškega strežnika z integracijo napovednih metod, ki omogoča uporabniku dostop do spletne aplikacije z vsemi rezultati v domačem omrežju.
Keywords: napoved temperature, Arduino, LSTM, SARIMA
Published in DKUM: 18.10.2021; Views: 745; Downloads: 73
.pdf Full text (1,67 MB)

3.
Primerjava modelov za napovedovanje porabe električne energije : diplomsko delo
Nik Novak, 2019, undergraduate thesis

Abstract: Uspešno napovedovanje porabe električne energije je pomembno z vidika ohranitve planeta, saj zaradi ustvarjanja viška porabljamo vire brez razloga. V diplomskem delu smo primerjali dva modela za napovedovanje porabe električne energije, in sicer nevronsko mrežo LSTM in model SARIMA za napovedovanje vrednosti v časovnih vrstah. Za testiranje modelov so bili uporabljeni podatki v tedenski ločljivosti, pridobljeni od podjetja Maked Energea, d. o. o. V rezultatih se je nevronska mreža LSTM pri uporabljenih nizih podatkov izkazala kot najboljša.
Keywords: strojno učenje, LSTM, RNN, SARIMA, napovedovanje, poraba električne energije.
Published in DKUM: 21.11.2019; Views: 1080; Downloads: 124
.pdf Full text (2,02 MB)

4.
Napovedovanje pretovora blaga za podporo planiranja aktivnosti v Luki Koper, d.d.
Mirjana Zarnec, 2014, master's thesis/paper

Abstract: Za uspešnost poslovanja podjetij je pomembno, da se poslovne odločitve na operativnem, taktičnem in strateškem nivoju sprejemajo na podlagi napovedi poslovanja. Napovedi so lahko kvantitativne ali kvalitativne. Za katero vrsto napovedi se bomo odločili, je odvisno od vrste in obsega podatkov, ki jih imamo na voljo. Prav tako pa na odločitev vpliva dolžina napovedi, ki jo potrebujemo. V gospodarstvu, se na operativnem nivoju najpogosteje uporabljajo kratkoročne napovedi, na taktičnem nivoju srednjeročne napovedi ter dolgoročne napovedi na strateškem nivoju. Za sprejemanje odločitev na strateškem nivoju potrebujemo dolgoročne napovedi, za kar so primernejše kvalitativne metode. Za sprejemanje kratkoročnih odločitev so primernejše kvantitativne metode, s katerimi načeloma lahko predvidimo zelo natančno povpraševanje v naslednjih nekaj obdobjih. V magistrskem delu smo analizirali podatke o pretovoru na primeru Luke Koper, d. d. Podatki, ki smo jih uporabili za analizo, so javno dostopni na spletu. Za analizo smo izbrali mesečne podatke o skupnem pretovoru, pretovoru kontejnerjev in pretovoru RO-RO (roll-on roll-off). Za tehnike napovedovanja smo izbrali multiplo regresijsko analizo, eksponentno glajenje in SARIMA model (model sezonskih avtoregresijskih integriranih drsečih sredin). Za vsako od treh izbranih skupin pretovora smo izbrali najboljši model glede na RMSE (koren povprečne kvadratne napake) in MAPE (odstotek povprečne absolutne napake) ter na koncu primerjali rezultate vseh treh tehnik, ki smo jih uporabili za napovedovanje. Med izbranimi modeli ne prihaja do večjih razlik pri napovedih. Ugotavljamo, da lahko z vsemi tremi modeli izdelamo približno enako dobre kratkoročne napovedi. V letu 2014 pričakujemo povečanje pretovora za vse tri blagovne skupine, ki smo jih vključili v analizo. Največjo rast, 13,5 %, pričakujemo pri pretovoru kontejnerjev. Za skupen pretovor analize kažejo na 4,5 % povečanje pretovora, kar je 0,5 % manj, kot so napovedali strokovnjaki Luke Koper.
Keywords: napovedovanje pretovora, multipla regresijska analiza, eksponentno glajenje, SARIMA, pomorski transport
Published in DKUM: 22.07.2014; Views: 1982; Downloads: 256
.pdf Full text (5,28 MB)

Search done in 0.08 sec.
Back to top
Logos of partners University of Maribor University of Ljubljana University of Primorska University of Nova Gorica