1. 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: 136; Downloads: 34
Full text (2,59 MB) |
2. 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: 167; Downloads: 27
Full text (3,49 MB) |
3. |
4. |
5. Adversarna motnja razpoznave slik nevronske mreže s pomočjo evolucijskega algoritma : diplomsko deloRok Kukovec, 2021, undergraduate thesis Abstract: Uspešnost prepoznavanja slik z uporabo nevronskih mrež je odvisna od parametrov in filtrov, optimiziranih skozi učni proces. Tukaj najdemo razliko v načinu prepoznavanja motivov med ljudmi in stroji. Pojavi se vrzel, ki jo napadalec s pomočjo adversarnih motenj lahko izkoristi. Slike so na videz neopazno spremenjene, ljudje razlike težko zaznajo, vendar klasifikacija nevronske mreže odpove. To delo raziskuje poustvarjanje slik z evolucijskim algoritmom. Konvolucijska nevronska mreža AlexNet po spremembi ne more prepoznati predhodno jasnih motivov. Človeku prepoznavna slika se ohrani. Pari izvirnih in poustvarjenih slik so bili primerjani z uporabo vizualne ocene in statističnih metrik. Keywords: adversarna motnja, evolucijski algoritmi, konvolucijske nevronske mreže, računalniški vid Published in DKUM: 24.08.2021; Views: 954; Downloads: 150
Full text (5,61 MB) |
6. Uporaba evolucijskih algoritmov za generiranje ključnih gradnikov igre Tower Defence s pomočjo igralnega pogona Unity : magistrsko deloVid Kraner, 2020, master's thesis Abstract: Evolucijski algoritmi so stohastični iskalni algoritmi, ki jemljejo navdih v Darwinovi teoriji boja za obstanek. Evolucijski algoritmi spadajo tudi med optimizacijske algoritme. V magistrskem delu prikazujemo načrtovanje in razvoj Tower Defence igre, ki smo jo razvili s pomočjo igralnega pogona Unity. Igra uporablja evolucijske algoritme za generiranje ključnih gradnikov igre. V delu smo raziskali različne vrste evolucijskih algoritmov ter opisali njihovo delovanje. Prav tako smo raziskali, kako jih lahko uporabimo v računalniških igrah. Še posebej smo se osredotočili na zvrst Tower Defence. Ugotovili smo, da je s pomočjo evolucijskih algoritmov možno generirati gradnike, ki naredijo igro zanimivejšo. Keywords: evolucijski algoritmi, generiranje vsebine, Tower Defence, Unity Published in DKUM: 03.11.2020; Views: 567; Downloads: 74
Full text (3,74 MB) |
7. Primerjava algoritmov ABC in CS : diplomsko deloDavid Bajs, 2020, undergraduate thesis Abstract: V diplomskem delu sta bila raziskana algoritma ABC in CS. Algoritma ABC in CS spadata v metahevristične algoritme, s katerimi rešujemo probleme, kjer je iskalni prostor prevelik, da bi raziskali vse možne rešitve. Algoritma smo primerjali na zveznih problemih in pri diskretnem primeru, ki je bil sestavljanje urnika za zaposlene v podjetju. Po implementaciji algoritmov, smo najprej primerjali dobljene rezultate med algoritmoma. Nato smo primerjali delovanje algoritmov z rezultati iz literature. Na koncu pa smo še primerjali, kako algoritma delujeta pri sestavljanju urnika za zaposlene v podjetju. Keywords: evolucijski algoritmi, algoritem ABC, algoritem CS, zvezni problemi, problem sestavljanja urnika Published in DKUM: 03.11.2020; Views: 486; Downloads: 46
Full text (1,64 MB) |
8. |
9. Analiza evolucijskega algoritma WOA : magistrsko deloJanez Krnc, 2020, master's thesis Abstract: Implementirali in analizirali smo moderni evolucijski algoritem po znanstvenem članku »The Whale Optimization Algorithm« avtorjev Seyedali Mirjalili in Andrew Lewis. Naredili smo primerjavo s podobnim algoritmom GWO istih avtorjev, opisanim v članku »Gray Wolf Optimizer«, in drugimi evolucijskimi algoritmi. Algoritem smo implementirali v programskem jeziku Java v sistemu za ocenjevanje evolucijskih algoritmov (angl. »evolutionary algorithm rating system«), znan tudi kot EARS [3]. Pri implementaciji smo se zgledovali po podani izvorni kodi avtorjev, napisani v Matlab-u [4]. Implementirali smo dva realna optimizacijska problema in algoritem na njima tudi preizkusili. Rezultate optimizacije problemov smo primerjali z rešitvami drugih algoritmov. Nenazadnje smo preverili pravilnost in točnost delovanja naše implementacije v primerjavi z izvorno kodo. Keywords: evolucijski algoritmi, vzorci iz narave, optimizacijski algoritmi, optimizacija Published in DKUM: 02.11.2020; Views: 500; Downloads: 66
Full text (4,10 MB) |
10. Reševanje problema usmerjanja vozil s pomočjo evolucijskih algoritmov : diplomsko deloMatic 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: 951; Downloads: 108
Full text (1,25 MB) |