1. Razvoj preproste večigralske bojne arene in umetne inteligence za pametne nasprotnike : diplomsko deloNino Franci, 2025, undergraduate thesis Abstract: V diplomskem delu sta predstavljena zasnova in razvoj preproste večigralske bojne arene z vgrajeno umetno inteligenco za nadzor nasprotnikov. Igra, razvita v igralnem pogonu Unity, vključuje agente, ki uporabljajo vedenjska drevesa, razvita z uporabo evolucijskih algoritmov. Sistem omogoča zavzemanje planetov, zbiranje virov in medsebojne boje. Rezultati testiranja so pokazali, da agenti uspešno razvijejo kompleksne taktike in učinkovito sodelujejo v različnih simulacijskih scenarijih. Delo predstavlja osnovo za nadaljnje raziskave umetne inteligence v simulacijskih okoljih in možnosti za nadaljnji razvoj in razširitev igre.
Keywords: Unity, umetna inteligenca, vedenjska drevesa, evolucijski algoritmi
Published in DKUM: 15.10.2025; Views: 0; Downloads: 9
 Full text (1,98 MB) |
2. Uporaba evolucijskega računanja za zmanjšanje zaznave napak pri stresanju rastrskih slik : diplomsko deloBlaž Vidovič, 2025, undergraduate thesis Abstract: Diplomsko delo obravnava stresanje rastrskih slik in njegovo optimizacijo. Z namenom zmanjšanja zaznave napake smo matriko algoritma za stresanje Jarvis, Judice in Ninke prilagodili s pomočjo diferencialne evolucije. Skozi optimizacijo smo spreminjali uteži v matriki tako, da smo se poskušali s stresano sliko čim bolj približati originalni sliki. Za merjenje podobnosti med dvema slikama smo uporabili metriki PSNR in SSIM. Z večkratnim zagonom optimizacije smo analizirali vpliv različnih parametrov diferencialne evolucije na kakovost končnega rezultata. Ugotovili smo, da izboljšan SSIM ne pomeni nujno boljše ujemanje stresane slike z originalno sliko.
Keywords: rastrska slika, stresanje, Jarvis Judice in Ninke, optimizacija, evolucijski algoritmi, diferencialna evolucija
Published in DKUM: 23.09.2025; Views: 0; Downloads: 19
Full text (3,60 MB) |
3. Rudarjenje asociativnih pravil z evolucijskimi algoritmi : magistrsko deloKatja Božič, 2025, master's thesis Abstract: V magistrskem delu smo raziskali uporabo evolucijskih algoritmov za rudarjenje asociativnih pravil pri analizi genetskih podatkov na področju bioinformatike. Evolucijske algoritme smo uporabili za odkrivanje znanja iz podatkov, kjer nam asociacijska pravila prikažejo skrite povezave med atributi v podatkovni množici. S pomočjo evolucijskih algoritmov za rudarjenje asociativnih pravil smo na genetskih podatkih zdravih tkiv in tkiv z miomi maternice naredili analizo, s katero smo odkrili neznane povezave med geni. Ugotovili smo, da lahko evolucijske algoritme za rudarjenje asociativnih pravil uporabimo za odkrivanje genetskih vzorcev. Pridobljene podatke bi lahko uporabili za razumevanje molekularnih mehanizmov bolezni, kar bi prispevalo k napredku v diagnostiki in zdravljenju bolezni.
Keywords: bioinformatika, evolucijski algoritmi, geni, miomi maternice, rudarjenje asociativnih pravil
Published in DKUM: 08.05.2025; Views: 0; Downloads: 42
Full text (1,74 MB) |
4. Uporaba paralelnih evolucijskih algoritmov za reševanje več-kriterijskih optimizacijskih problemov : magistrsko deloAleš Gartner, 2024, master's thesis Abstract: V sklopu magistrskega dela predstavimo in implementiramo nov paralelni evolucijski algoritem z otoškim paralelnim modelom I-DEMO, ki algoritem diferencialne evolucije za več-kriterijsko optimizacijo (angl. Differential Evolution Multiobjective Optimization, krajše DEMO) razširi s koncepti paralelnih več-kriterijskih evolucijskih algoritmov. Učinkovitost algoritma I-DEMO nato primerjamo z originalnim algoritmom DEMO na testnih več-kriterijskih problemih. S statistično analizo dobljenih rezultatov smo pokazali, da je algoritem I-DEMO boljši od algoritma DEMO, če oba uporabljata selekcijsko strategijo, ki temelji na indikatorjih kakovosti. Z dodatnimi testi in analizo njihovih rezultatov smo pokazali tudi, da različica algoritma I-DEMO, ki uporablja selekcijsko strategijo, ki temelji na indikatorjih kakovosti, dosega boljše rezultate kot ostale selekcijske strategije, in da večje število otokov v splošnem poslabša učinkovitost algoritma.
Keywords: več-kriterijska optimizacija, evolucijsko računanje, paralelni evolucijski algoritmi, diferencialna evolucija
Published in DKUM: 06.02.2025; Views: 0; Downloads: 23
Full text (1,73 MB) |
5. |
6. Implementacija algoritma iL-SHADE v programskem jeziku PythonGrega Rubin, 2024, undergraduate thesis Abstract: V diplomskem delu opišemo algoritme po vzorih iz narave in se poglobimo v delovanje diferencialne evolucije, algoritma iL-SHADE ter njegovega predhodnika L-SHADE. Algoritem iL-SHADE implementiramo v programskem jeziku Python ter s pomočjo testnih funkcij tekmovanja CEC 2014 preizkusimo njegovo delovanje. Rezultate naše implementacije in originalne implementacije uporabimo v Wilcoxonovem neparametričnem testu ter s tem pokažemo pravilnost naše implementacije. Izvedemo tudi primerjavo med našim algoritmom in algoritmom L-SHADE iz knjižnice NiaPy. Algoritem iL-SHADE vključimo v knjižnico NiaPy, katere namen je zbiranje in enostavna uporaba algoritmov po vzorih iz narave.
Keywords: iL-SHADE, NiaPy, algoritmi po vzorih iz narave, evolucijski algoritmi, diferencialna evolucija
Published in DKUM: 23.12.2024; Views: 0; Downloads: 38
Full text (2,19 MB) |
7. Optimizacija parametrov nevronskih mrež na problemu razvrščanja slik : magistrsko deloNejc Jeušnik, 2024, master's thesis Abstract: Namen magistrskega dela je preizkusiti, kako vpliva uglaševanje hiperparametrov nevronskih mrež na njihovo natančnost in ali je možno doseči izboljšavo s spreminjanjem privzetih hiperparametrov. V teoretičnem delu smo pripravili uvod v nevronske mreže in se poglobili v dobre tehnike učenja. Predstavili smo algoritem diferencialne evolucije in metodo roja delcev, s katerima smo si pomagali pri optimizaciji. V praktičnem delu smo z modelom ResNet reševali problem razvrščanja slik v razrede pri podatkovni zbirki ptic. Analizirali smo različne iskalne konfiguracije hiperparametrov in ovrednotili njihove natančnosti. Na koncu smo ovrednotili hipoteze in podali ideje za nadaljnje delo.
Keywords: nevronske mreže, hiperparametri, evolucijski algoritmi
Published in DKUM: 14.10.2024; Views: 0; Downloads: 38
Full text (3,45 MB) |
8. Uporaba evolucijskih algoritmov pri razvoju igre labirintTadej Lipar, 2024, master's thesis Abstract: Iskanje rešitve za kompleksne probleme je zapletena in zahtevna naloga. Večja, kot je kompleksnost, dlje časa je potrebno vlagati, da pridemo do rešitve. Za hitrejše iskanje rešitev lahko uporabimo evolucijske algoritme, ki temeljijo na Darwinovi evolucijski teoriji. V nalogi smo opisali teorijo evolucijskih algoritmov in podrobneje predstavili genetske algoritme. S pomočjo slednjih smo razvili program, ki generira preproste in rešljive labirinte. Pri tem smo uporabili dva različna načina ocenjevanja kandidatnih rešitev in dobljene rezultate podrobno proučili. Eksperimenti so pokazali, da velikost labirinta močno vpliva na časovno zahtevnost generiranja, da je elitizem bolje ocenjen pristop ter da velikost labirinta in število posameznikov na generacijo pozitivno vplivata na oceno.
Keywords: Evolucijski algoritmi, labirint, genetski algoritmi, igralni pogon Unity
Published in DKUM: 22.05.2024; Views: 182; Downloads: 53
Full text (1,44 MB) |
9. Varno izvajanje evolucijskih algoritmov na platformi EARS : magistrsko deloMatic Vipotnik, 2022, master's thesis Abstract: V magistrskem delu smo implementirali platformo za varno izvajanje naloženih evolucijskih
algoritmov. Uporabnikom omogoča, da naložijo programsko kodo, katera se neodvisno, brez
interneta zažene v zabojniku. Z zabojnikom dosežemo zelo veliko varnost gostitelja, saj po
vsakem zaključku naložene programske kode pobrišemo tako zabojnike kot vse procese,
povezane z njim. Po zaključnem zagonu naložene programske kode zna platforma pravilno
razvrstiti naloženo kodo v mape, ločiti med predolgimi zagoni, pravilnimi zagoni in zagoni z
nepravilnimi rezultati. Natančno smo opisali uporabljene tehnologije in postopke
implementacije ter opravili test odzivnosti sistema ob velikih obremenitvah.
Keywords: docker, EARS, evolucijski algoritmi, izvajalno okolje, programerska
tekmovanja
Published in DKUM: 24.11.2022; Views: 516; Downloads: 87
Full text (2,59 MB) |
10. Vpliv programskih jezikov na primerljivost rezultatov evolucijskih algoritmov : magistrsko deloŽan Sovinc, 2022, master's thesis Abstract: V magistrskem delu smo primerjali rezultate implementacij algoritmov ABC in WOA, napisanih v različnih programskih jezikih. Primerjali in analizirali smo vsega skupaj osem implementacij, ki so bile napisane v petih programskih jezikih. Rezultate za primerjavo implementacij smo pridobivali z desetimi optimizacijskimi funkcijami.
Glavni cilj je bil odkriti in odpraviti razlike v izvornih kodah implementacij algoritmov, zaradi katerih je prihajalo do razlik v rezultatih. Tako smo dobili rezultate, v katerih so bile vse implementacije enako uspešne.
Keywords: evolucijski algoritmi, primerjava rezultatov, optimizacijske funkcije, ABC, WOA
Published in DKUM: 25.10.2022; Views: 595; Downloads: 58
Full text (3,49 MB) |
