Search the digital library catalog

Query:	search in
	search in
	search in
	search in
Work type:	* old and bologna study programme
Language:
Search in:
Options:	Show only hits with full text
	Reset

1 - 4 / 4

Primerjava pristopov gručenja z algoritmi po vzoru iz narave
David Mikek, 2024, master's thesis

Abstract: V tem delu smo se lotili gručenja s petimi različnimi algoritmi po vzoru iz narave. V ta namen smo razvili štiri različne pristope za njihovo uporabo pri reševanju problema gručenja. Njihovo učinkovitost smo preverili z eksperimentom nad šestimi različnimi podatkovnimi seti in na koncu izvedli primerjavo. Ugotovili smo, da lahko algoritmi po vzoru iz narave učinkovito rešujejo problem gručenja, vendar na rezultate in čas izvajanja močno vpliva izbira pristopa in algoritma.
Keywords: gručenje, algoritmi po vzoru iz narave
Published in DKUM: 19.09.2024; Views: 0; Downloads: 14
Full text (5,16 MB)

Implementacija algoritma klonske selekcije v Pythonu : diplomsko delo
Andraž Peršon, 2024, undergraduate thesis

Abstract: Namen diplomskega dela je implementirati algoritem, ki pri reševanju problemov uporablja vzore iz narave, podrobneje algoritem klonske selekcije. Celotna raziskava je bila izvedena na podlagi proučevanja spletnih virov. Omenjena sta programski jezik Python in knjižnica NiaPy, ki vključuje številne algoritme po vzorih iz narave. Predstavljene so rešitve, podobne algoritmu klonske selekcije, ki že obstajajo. Razložena sta algoritem klonske selekcije in njegova implementacija v programskem jeziku Python. Podrobno so predstavljeni rezultati in testiranje algoritma klonske selekcije ter integracija omenjenega algoritma v knjižnico NiaPy.
Keywords: algoritmi po vzoru iz narave, optimizacijski algoritem klonske selekcije, knjižnica NiaPy, Python
Published in DKUM: 01.03.2024; Views: 511; Downloads: 85
Full text (1,05 MB)

Prilagodljivi algoritem diferencialne evolucije z arhivom uspešnosti in linearnim zmanjševanjem populacije : diplomsko delo
Aleš Gartner, 2022, undergraduate thesis

Abstract: V sklopu diplomskega dela predstavljamo delovanje prilagodljivega algoritma diferencialne evolucije z arhivom uspešnosti in linearnim zmanjševanjem populacije ter ga implementiramo v programskem jeziku Python. S statistično primerjavo rezultatov implementacije na testnih funkcijah smo pokazali, da smo algoritem uspešno implementirali. Algoritem smo vključili v Python knjižnico NiaPy ter primerjali njegovo učinkovitost z drugimi algoritmi diferencialne evolucije, implementiranimi v NiaPy. Z analizo rezultatov smo pokazali, da je naš implementirani algoritem resnično eden izmed najučinkovitejših verzij algoritma diferencialne evolucije.
Keywords: optimizacija, algoritmi po vzoru iz narave, diferencialna evolucija, NiaPy
Published in DKUM: 24.10.2022; Views: 454; Downloads: 37
Full text (1008,89 KB)

Reševanje problema usmerjanja vozil s pomočjo evolucijskih algoritmov : diplomsko delo
Matic Pintarič, 2019, undergraduate thesis

Abstract: V diplomskem delu rešujemo problem optimizacije, s katerim se na dnevni ravni srečuje vedno več logističnih podjetij in ostalih prevoznikov. Ustrezna rešitev problema usmerjanja vozil pomeni za podjetje precejšen prihranek na gorivu in s tem znižanje vsakodnevnih stroškov. Reševanje problema smo izvedli s pomočjo naravno-navdihnjenih algoritmov, ki v svojem delovanju opisujejo principe biološke evolucije. Za izvedbo eksperimenta smo razvili sistem, ki omogoča aplikacijo poljubnega evolucijskega algoritma na problem usmerjanja vozil. Eksperiment sestoji iz testiranja uporabe petih evolucijskih tehnik na petih primerih problema. Analiza rezultatov je sestavljena iz pregleda različnih nastavitev, uporabljenih za reševanje in opisa pridobljenih rezultatov, ločenega na primerjavo pridobljenih fitnes vrednosti in časov reševanja algoritmov.
Keywords: usmerjanje vozil, evolucijski algoritmi, genetski algoritmi, algoritmi po vzoru iz narave, optimizacija
Published in DKUM: 11.11.2019; Views: 1606; Downloads: 137
Full text (1,25 MB)

Search done in 0.14 sec.