81. Uporaba genetskih algoritmov pri napovedovanju pretovora v Luki Koper, d.d.Karmen Balantič, 2017, master's thesis/paper Abstract: Za učinkovito planiranje in sprejemanje pravih odločitev morajo danes podjetja znati predvideti stanje v prihodnosti, zato so metode za napovedovanje nepogrešljive, hkrati pa hitro se spreminjajoče politično in gospodarsko okolje vpliva na to, da osnovne metode za napovedovanje niso več dovolj. Zato smo v magistrskem delu poskušali preučiti genetske algoritme in njihovo uporabnost pri napovedovanju pretovora v Luki Koper, d. d. Izdelali smo dva avtoregresijska integrirana modela drsečih sredin s pojasnjevalnimi spremenljivkami (modela ARIMAX) za napovedovanje pretovora kontejnerjev in napovedovanje razsutega tovora. Pojasnjevalne spremenljivke so nam predstavljali različni makroekonomski kazalniki (bruto domači proizvod, uvoz/izvoz, stopnja brezposelnosti ter pariteta kupnih moči), ki vplivajo na pretovor v Luki Koper. Uporabnost genetskih algoritmov smo v modelu preizkusili dvakrat, prvič za izbiro primernih makroekonomskih kazalnikov kot vhodov ARIMAX modela, kjer smo genetske algoritme združili z regresijo delnih najmanjših kavdratov, ter drugič za izbiro najprimernejšega ARIMAX modela. Dobljena modela sta ustrezala vsem pogojem za stabilnost in ustreznost modela ter dokaj dobro zajela dinamiko časovnih vrst, zaradi česar lahko primernost uporabne genetskih algoritmom pri napovedovanju pretovora potrdimo. Keywords: genetski algoritmi, model ARIMAX, regresija delnih najmanjših kvadratov, napovedovanje pretovora, makroekonomski kazalniki Published in DKUM: 05.06.2017; Views: 1580; Downloads: 199 Full text (4,22 MB) |
82. Konstrukcija vgnezdenih izbočenih lupinLuka Markuš, 2017, master's thesis Abstract: V magistrskem delu preučimo različne algoritme za konstrukcijo izbočenih lupin. Najprej opravimo pregled algoritmov za konstrukcijo izbočenih lupin, nato pa se osredotočimo na algoritme za konstrukcijo vgnezdenih izbočenih lupin. V praktičnem delu smo za primerjavo implementirali tri različne algoritme, med njimi tudi optimalni algoritem za iskanje vgnezdenih izbočenih lupin. Keywords: izbočene lupine, računalniška geometrija, algoritmi Published in DKUM: 26.05.2017; Views: 1365; Downloads: 110 Full text (3,05 MB) |
83. Optimizacija razmestitve kaliber na valjih in pripadajočih dovodnih skrinj za valjanje okroglih jeklenih profilov z uporabo genetskega algoritmaAnemari Gračnar, 2016, master's thesis Abstract: Optimizacija je v današnjem konkurenčnem in hitro odzivnem okolju bistvena za doseganje najboljših rezultatov in uspešno poslovanje. V podjetju Štore Steel d.o.o. nenehno stremijo k izboljšavam in povečanju produktivnosti posameznih proizvodnih obratov. V tem magistrskem delu se optimizacija nanaša na valjarno, in sicer na proces valjanja okroglih profilov jeklenih palic.
Pri valjanju za preoblikovanje obdelovanca uporabljamo valjarska ogrodja, v katera so vstavljeni valji. Valji imajo po svojem obodu postružene oblike-kalibre, s katerimi z natančnim vodenjem valjanca neposredno v kalibro dajemo valjancu novo obliko in dimenzijo prereza. Vodenje se izvaja s skrinjami, ki so montirane na ogrodjih, pred in za valjem. Pri prehodu valjanja iz ene dimenzije na drugo se v sistemu pojavi prilagoditev posameznih valjev, tako da bomo z novo postavitvijo dosegli želeno dimenzijo. Ob tem se pojavi tudi prestavitev skrinj, tako da vodijo valjanec v zahtevano kalibro. Z analizo valjanja, opreme, s katero ga izvajamo, in planov, ki ji v proizvodnem procesu upoštevamo, smo iskali optimizacijo razmestitve kaliber na valjih ob montaži več skrinj na ogrodje. S tem smo želeli zmanjšati število menjav skrinj in zastoje, ki jih menjava povzroči. Z analizo valjev, kaliber in pripadajočih skrinj smo ugotovili glavne pogoje za optimizacijo. Za iskanje rešitve smo uporabili genetski algoritem. Cilj magistrskega dela je bil zmanjšati število menjav za 20 %, s predstavljeno optimizacijo pa se je število menjav zmanjšalo za 36,3 %. S tem je zastavljeni cilj dosežen. Keywords: valjanje, optimizacija, razmestitev kaliber, genetski algoritmi Published in DKUM: 21.10.2016; Views: 2198; Downloads: 199 Full text (4,04 MB) |
84. Razporejanje proizvodnje z metodami strojnega učenjaRobert Rupnik, 2016, master's thesis/paper Abstract: Procesi v kompleksnih proizvodnih okoljih postajajo vse bolj nepredvidljivi in se zaradi nenehnih spreminjajočih se zahtev odjemalcev v globalnem okolju čedalje hitreje spreminjajo. Podjetja so se tako že v preteklosti pričela podrobneje organizirati in so v procese vključevala pomagala za terminiranje proizvodnje posameznega izdelka. Danes so na trgu že zelo dodelani računalniško podprti programi, ki pa žal ne predstavljajo ustrezne rešitve v kompleksnih okoljih, kjer imamo opravka z masovnimi, stohastičnimi tokovi materialov.
V nalogi smo prikazali praktično uporabo aplikacije, izdelane z metodo strojnega učenja in genetskih algoritmov, v konkretnem proizvodnem okolju jeklarne SIJ Acroni d. o. o. Podjetje sestavljajo štiri enote, optimirali pa smo sklop strojev v eni izmed njih. Zaradi kompleksnosti proizvodnje izključno unikatnih izdelkov proces optimiranja v takem primeru preseže orodja klasičnega terminiranja kakor tudi človeško kombinatoriko. Reševanja izziva zmanjšanja zastojev smo se lotili z uporabo znanja s področja umetne inteligence in genetskih algoritmov. Razvili smo model za sklop strojev in izvedli njegovo validacijo s pomočjo dogodkovne simulacije. Genetske algoritme smo uporabili za iskanje optimalnega proizvodnega razporeda. V izvedeni preliminarni študiji smo ugotovili, da lahko z uporabo genetskih algoritmov čas proizvodnje skrajšamo v povprečju tudi za 4 %, kar pomeni velike časovne prihranke in za podjetje tudi nižje stroške obratovanja proizvodnje. Na ta način smo dokazali, da predstavljajo genetski algoritmi primerno metodo za optimiranje kompleksnih proizvodnih procesov, kar pripomore k večji produktivnosti proizvodnega procesa. Keywords: strojno učenje, genetski algoritmi, optimiranje, stohastični procesi, planiranje (terminiranje) proizvodnega procesa, proizvodni management Published in DKUM: 17.10.2016; Views: 2227; Downloads: 152 Full text (3,25 MB) |
85. Metodologija celovitega monitoringa in upravljanja vodnih pregradAndrej Rajh, 2016, master's thesis Abstract: Magistrsko delo obravnava metode, ki omogočajo zagotavljanje celovitega monitoringa upravljanja vodnih pregrad. Poglavitni cilj izvajanja tehničnega opazovanja je zagotavljanje varnosti in upravljanje s tveganji – riziki. V nalogi podajamo pregled zgodovinskega razvoja sistemov opazovanj in havarij ki so se zgodile v preteklosti. Podajamo pregled obstoječih praks in odločevalskih algoritmov ter vzroke, ki so privedli do havarij. Za obstoječe objekte podajamo rešitev, kako na podlagi obstoječih izkušenj in rezultatov opazovanj, vzpostavimo odločevalski mehanizem, ki bo za opazovalna mesta, ki so trenutnno brez posebnosti pravočasno zaznala vplive. Na podlagi tako dopolnjenega odločevalskega algoritma smo pripravili odločitev za vzpostavitev nove vrste opazovanj oz. dodatnega opazovalnega mesta, na podlagi katere bo mogoče sklepati o rzvoju vplivov in posledic Keywords: sistem tehničnega opazovanja, varnost, odločevalski algoritmi, novi vplivi, nova opazovalna mesta Published in DKUM: 12.10.2016; Views: 1586; Downloads: 238 Full text (4,51 MB) |
86. VIZUALIZACIJA PROCESOV EVOLUCIJSKEGA RAČUNANJATadej Jerovšek, 2016, master's thesis Abstract: V tem magistrskem delu se ukvarjamo z vizualizacijo procesov evolucijskih algoritmov in interpretacijo le-teh. Najpogosteje uporabljene metode za primerjavo evolucijskih algoritmov imajo težave že pri oceni algoritmov, samega delovanja algoritmov pa ne upoštevajo. Najprej smo podrobneje pogledali razvoj statističnih metod, kaj nudijo in kje kažejo pomanjkljivosti. Pod drobnogled smo vzeli enokriterijsko in večkriterijsko optimizacijo in jo z uporabo metod vizualizacije informacij predstavili ter interpretirali prednosti in slabosti posameznih algoritmov in problemov, pri čemer smo za temelj uporabili sistem EARS. Keywords: evolucijski algoritmi, večkriterijska optimizacija, vizualizacija informacij, primerjava evolucijskih algoritmov, Pareto dominiranost Published in DKUM: 28.09.2016; Views: 1759; Downloads: 149 Full text (5,23 MB) |
87. Izbrani koncepti programskega jezika kotlinMirjam Založnik, 2016, undergraduate thesis Abstract: V diplomskem delu predstavimo izbrane koncepte programskega jezika kotlin. Opišemo njegove prednosti, slabosti in primerjamo koncepte s programskim jezikom java. Največ poudarka je predvsem na opisu osnovnih konceptov, kot so podatkovni tipi, operatorji, funkcije in razredi. Za potrebe primerjave jezikov na kratko opišemo tudi algoritma urejanja, urejanje z navadnim vstavljanjem in Shellovo urejanje. V praktičnem delu primerjamo algoritma urejanja v programskem jeziku kotlin in java ter z meritvami primerjamo hitrost delovanja. Keywords: Programski jezik kotlin, koncepti, programski jezik java, algoritmi urejanja, algoritem z navadnim vstavljanjem, Shellovo urejanje Published in DKUM: 27.09.2016; Views: 2322; Downloads: 245 Full text (1,68 MB) |
88. META-HEVRISTIČNO ISKANJE OPTIMALNE TRGOVALNE STRATEGIJE ZA BORZO BITSTAMPGregor Flajs, 2016, undergraduate thesis Abstract: V diplomski nalogi smo s pomočjo meta-hevristike razvili algoritem, ki je sposoben v polinomskem času poiskati optimalne vrednosti parametrov trgovalnih tehničnih indikatorjev, z namenom, da bi dobili trgovalno strategijo za izmenjavo bitcoinov na borzi Bitstamp, ki bi prinašala pozitiven donos. Predstavili smo kaj je bitcoin in elektronsko borzo Bitstamp. Nato smo na kratko predstavili osnovne pojme tehničnega trgovanja na borzah. V nadaljevanju smo opredelili pojem meta-hevristika in opisali najbolj pogoste metode meta-hevristike in algoritme. Sledi genetski algoritem ki smo ga razvili za iskanje trgovalne strategije. Za konec pa smo še prikazali najboljšo strategijo, ki jo je algoritem našel. Keywords: bitcoin, bitstamp, meta-hevristika, genetski algoritmi, trgovalna strategija Published in DKUM: 27.09.2016; Views: 6945; Downloads: 132 Full text (1,43 MB) |
89. PRIMERJAVA ALGORITMOV STISKANJA PO METODAH SHANNON-FANO, HUFFMAN IN HUFFMAN S PRILAGAJANJEMRobert Šircelj, 2016, undergraduate thesis Abstract: V diplomski nalogi predstavimo in implementiramo algoritme za stiskanje podatkov brez izgub po metodah Shannon-Fano, Huffman in Huffman s prilagajanjem. Učinkovitost algoritmov testiramo na različnih vrstah datotek ter jih med seboj primerjamo glede na razmerje stiskanja ter čas kodiranja in dekodiranja. Ugotovili smo, da v razmerju stiskanja med metodami ni bistvenih razlik. Keywords: algoritmi stiskanja podatkov, Shannon-Fanojev algoritem, Huffmanov algoritem, Huffmanov algoritem s prilagajanjem, primerjava algoritmov. Published in DKUM: 07.09.2016; Views: 1797; Downloads: 246 Full text (2,25 MB) |
90. Metode za ovrednotenje algoritmov strojnega učenjaIva Flisar, 2016, undergraduate thesis Abstract: Strojno učenje je pojem, tesno povezan s podatkovnim rudarjenjem, saj s pomočjo učnih algoritmov iščemo vzorce v podatkih. V diplomskem delu smo predstavili in opisali različne učne algoritme, ki se uporabljajo v procesu podatkovnega rudarjenja. Naš glavni cilj je bila predstavitev različnih metrik ovrednotenja učnih algoritmov. V ta namen smo v praktičnem delu diplomske naloge z različnimi metrikami ovrednotili učne algoritme. Eksperiment ovrednotenja smo izvedli na različnih podatkovnih množicah, ki smo jih razdelili z dvema različnima tipoma razdelitve – navzkrižno validacijo ter z metodo razdelitve. Keywords: strojno učenje, klasifikacija, učni algoritmi, ovrednotenje algoritmov, metrike ocenjevanja Published in DKUM: 06.09.2016; Views: 2021; Downloads: 272 Full text (3,31 MB) |