| | 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 - 10 / 33
First pagePrevious page1234Next pageLast page
1.
Implementacija inteligentnega agenta za igro lažnivec na osnovi statističnega modela
David Mikek, 2021, undergraduate thesis

Abstract: Lažnivec je popularna igra s kartami za dva igralca, ki si med seboj razdelita karte in jih izmenično odlagata na kup. Pri sprejemanju svojih odločitev se odločata glede na število kart v rokah in na kupu ter glede na predvidevanje nasprotnikovih potez. V tem diplomskem delu smo predstavili lastno implementacijo igre, ki vključuje več vrst računalniških agentov, definiranih na osnovi statističnih modelov. Poleg tradicionalnih hevristik igranja smo za njihovo definicijo uporabili tudi genetski algoritem, kjer se uspešnost igranja agentov preverja s turnirjem. Slednjega smo izvedli po principu, da vsak igra z vsakim, in z igranjem agentov proti človeškemu nasprotniku. Rezultati igre med agenti so pokazali, da za igro lažnivec ne obstaja splošno najuspešnejša strategija, ki bi zagotavljala zmago v večini primerov. Rezultati igre proti človeškemu igralcu pa so razkrili ključno slabost statistično podprtih modelov, ki se niso zmožni prilagoditi spremembam v nasprotnikovi strategiji.
Keywords: lažnivec, igra s kartami, genetski algoritem, umetna inteligenca, računalniški agenti
Published: 18.10.2021; Views: 23; Downloads: 6
.pdf Full text (1,64 MB)

2.
3.
Nevroevolucijski algoritem NEAT na grafičnih karticah
Blaž Sitar, 2019, master's thesis

Abstract: V magistrski nalogi naslavljamo problem implementacije algoritma NeuroEvolution of Augmenting Topologies (NEAT) za delovanje na grafičnih karticah. Algoritem NEAT je genetski algoritem za učenje razvijajočih nevronskih mrež. Izhaja iz področja nevroevolucije, ki v umetni inteligenci uporablja genetske algoritme za generiranje in učenje nevronskih mrež. Algoritem za svoje delovanje porabi veliko strojnih in časovnih virov, zato je implementacija na grafičnih karticah smiselna. Implementacijo smo izvedli v arhitekturi CUDA, ki jo podpirajo grafične kartice podjetja NVIDIA. Hitrost in uspešnost algoritma smo izmerili na petih različnih grafičnih karticah in jo primerjali s hitrostjo in uspešnostjo originalnega algoritma. Ugotovili smo, da je naša implementacija algoritma zadovoljiva, saj je hitrejša in prav toliko uspešna kot originalna implementacija algoritma NEAT.
Keywords: nevroevolucija, NEAT, nevronska mreža, genetski algoritem, CUDA
Published: 21.11.2019; Views: 488; Downloads: 93
.pdf Full text (1,53 MB)

4.
Uporaba podatkov iz nosljivih naprav za optimizacijo izvedbe opravil
Mitja Sanković, 2019, undergraduate thesis

Abstract: In the thesis, we showed the development of a mobile application for mobile devices that use the Android operating system. We explained the shortest route problem explained some of the various implementations and their differences. We presented the use of the GPS module for retrieving the users location and its implementation in the shortest route algorithm of choice. The application also demonstrates the communication between the device and a server for registering users and saving of the created tasks. For the implementation of the application we used Java for Android while the server side was implemented using the Django Framework which is written in Python.
Keywords: Android, genetski algoritem, mobilne naprave, opravila, najkrajša pot
Published: 20.08.2019; Views: 509; Downloads: 81
.pdf Full text (1,62 MB)

5.
Uporaba tehnik algoritemskega načrtovanja in informacijskega modeliranja gradbenih objektov (BIM) pri izdelavi variant občinskega podrobnega prostorskega načrta (OPPN)
Tamara Arcet, 2018, master's thesis

Abstract: V magistrskem delu je obravnavana izdelava dveh različnih variant razporeditve gradbenih parcel po treh različnih postopkih na območju, kjer je predviden občinski podrobni prostorski načrt - OPPN. Predstavljena je definicija OPPN-ja, lastnosti in pomen BIM-modeliranja s primeri uporabe v praksi, zgodovina razvoja in pomen algoritemskega načrtovanja, ter razlaga genetskega algoritma. V praktičnem delu so opisani postopki izdelave variant po treh pristopih, ki so klasičen CAD-pristop, BIM-pristop ter združitev algoritemskega načrtovanja z BIM-modelom. Izmed vseh treh pristopov nas je zanimalo kateri je najboljši s časovnega vidika izdelave variant, koliko informacij je možno vnesti v model in kateri pristop ponuja najbolj kvaliteten končni izdelek. Ugotovili smo, da algoritemsko načrtovanje omogoča najhitrejšo izdelavo variant, vendar pa je njegova uporaba ekonomična le ob izdelavi velikega števila variant, ob uporabi obstoječega algoritma ali ob reševanju zahtevnejšega problema. Vnos informacij je bil možen le v drugem in tretjem pristopu, kjer smo izdelali interaktiven BIM-model. Kvalitete končnih rešitev so bile zelo podobne, vendar algoritem omogoča najboljšo optimizacijo.
Keywords: algoritemsko načrtovanje, informacijsko modeliranje gradbenih objektov (BIM), parametričnost, genetski algoritem
Published: 28.09.2018; Views: 624; Downloads: 75
.pdf Full text (3,43 MB)

6.
Optimizacija slikovnih operatorjev za segmentacijo mikroskopskih slik
Tomaž Avberšek, 2018, master's thesis

Abstract: Delo obravnava obdelavo mikroskopskih slik celic oz. tkiv na podlagi večstopenjske digitalne obdelave slik. Namen je bila optimizacija morfoloških operatorjev za segmentacijo mikroskopskih slik. V delu sta uporabljena Bayesova segmentacija in genetski algoritem pri iskanju dobrega kromosoma za optimiziranje rezultatov slikovne segmentacije. Pri učenju in testiranju smo uporabili slike modro in rjavo obarvanih celic z merilno skalo 50 μm. Učno množico je sestavljalo sedem, testno pa enajst slik velikosti 2088 x 1550 pikslov. Natančnost segmentacije je bila boljša pri rjavih pikslih in je v povprečju dosegla 76 odstotkov pri metriki pravilno pozitivno zaznanih pikslov. Z 51 odstotki pri isti metriki se je segmentacija modrega razreda odrezala precej slabše.
Keywords: genetski algoritem, segmentacija, celice, optimizacija, Bayes
Published: 24.08.2018; Views: 822; Downloads: 75
.pdf Full text (3,38 MB)
This document has many files! More...

7.
Zasnova in optimizacija hidravličnega pogona mehanizma Kaplanovega gonilnika
Rok Štancer, 2018, master's thesis

Abstract: Magistrsko delo obravnava zasnovo in optimizacijo hidravličnega pogona mehanizma Kaplanovega gonilnika. Na začetku magistrskega dela so na kratko predstavljene različne vodne turbine in njihove značilnosti. Podrobno je predstavljeno delovanje Kaplanovega gonilnika in delovanje vseh sil, ki bistveno vplivajo na izračun velikosti hidravličnega pogona. Opisano je delovanje genetskega algoritma, s katerim je potekala optimizacija mehanizma in hidravličnega pogona. Preračun in optimizacija obstoječega gonilnika je bila izvedena v programu Matlab. Optimizacija z vidika iskanja oblike mehanizma znotraj podanih omejitev, pri katerem za odpiranje in zapiranje gonilnih lopat porabimo najmanj dela, je bila uspešna. S tem pa je bila preverjena tudi kakovost rešitve obstoječega gonilnika.
Keywords: Kaplanov gonilnik, ročični mehanizem, hidravlični pogon, optimizacija, genetski algoritem
Published: 05.03.2018; Views: 757; Downloads: 4
.pdf Full text (7,11 MB)

8.
Določitev materialnih parametrov zaprto-celične pene pri tlačni obremenitvi
Luka Vodišek, 2017, master's thesis

Abstract: Zaradi uporabnih lastnosti kovinskih pen jih inženirji vse pogosteje vključujejo v nove izdelke. Njihove materialne lastnosti lahko navdano določijo z eksperimentalnimi preizkusi, saj so matematični modeli pen na podlagi enostavnih standardnih testov skoraj nedoločljivi. V tej nalogi se bomo seznanili z drugim načinom, kjer bomo materialne lastnosti določili tako, da bomo dva različna eksperimenta poskušali ponoviti s trdnostno analizo po metodi končnih elementov. Okvirne vrednosti so dane, vendar pa bi iskanje rešitev po vseh spremenljivkah trajalo predolgo, če bi jih spreminjali ročno, zato si bomo pomagali z genetskimi algoritmi in programom, ki to spreminja sam, oziroma se uči iz prejšnjih rešitev in išče boljše. Ker smo obravnavali dva eksperimenta, bomo tudi rešitve ocenjevali po dveh kriterijih, zato bomo potrebovali Paretto fronte, ki jih bomo dobili s pomočjo algoritma NSGA II. Metoda, po kateri smo v tej nalogi iskali najboljše rešitve, se je izkazala za dobro, predvsem obetavna je optimizacija po več parametrih. Ker ima še veliko možnosti za nadgradnjo, lahko vključimo večje število spremenljivk in večje število parametrov optimiziranja z dodajanjem različnih enostavnih preizkusov. Za komercialno uporabo bi bilo treba raziskati, kateri preizkusi dajejo najboljše rezultate. Obravnavani način določanja materialnih lastnosti s pomočjo eksperimentalnih poizkusov ter ponovitvijo v simulacijskem okolju ima velik potencial, ki se lahko razširi tudi na druge materiale, ne le na kovinske pene.
Keywords: aluminijeva zlitina, kovinska pena, materialni model, ABAQUS, genetski algoritem, NSGA II
Published: 07.11.2017; Views: 796; Downloads: 110
.pdf Full text (2,12 MB)

9.
Model optimalizacije sprožanja v sanitarnih sistemih
Silvo Boršič, 2016, master's thesis

Abstract: V delu je predstavljen model optimalizacije za sprožilni ročični mehanizem, ki predstavlja enega izmed ključnih elementov odtočnega ventila, namenjenega za vgradnjo v sanitarne sisteme. Glavna funkcija sprožilnega mehanizma je zagotavljanje ustrezne porazdelitve prestavnega razmerja med hodom tipke in hodom nosilke tesnila, kar ima neposreden vpliv na potrebno silo sprožanja mehanizma. Cilj naloge je razviti optimalizacijski program z uporabo metode evolucijskega računanja - genetskih algoritmov - s programskim paketom Visual Basic, ter tako poiskati geometrijo mehanizma, ki zagotavlja minimalno silo sprožanja ter ob tem preveriti ali je geometrija mehanizma, ki se je uporabila za študijo primera že optimalno zasnovana.
Keywords: sprožilni mehanizem, ročični mehanizem, optimalizacija, genetski algoritem
Published: 03.10.2016; Views: 699; Downloads: 83
.pdf Full text (2,86 MB)

10.
REŠEVANJE UGANK SUDOKU Z GENETSKIM ALGORITMOM NA GRAFIČNEM PROCESORJU
Rok Brumec, 2016, undergraduate thesis

Abstract: V diplomski nalogi smo implementirali genetski algoritem za reševanje ugank Sudoku in izboljšali njegovo učinkovitost z izvajanjem na grafični procesni enoti. Za implementacijo genetskega algoritma na grafični procesni enoti smo uporabili ogrodje OpenCL. V diplomski nalogi najprej predstavimo Sudoku in genetske algoritme ter na kratko opišemo osnove paralelnega programiranja na grafični procesni enoti in opišemo ogrodje OpenCL. Na koncu opišemo našo implementacijo postopka reševanja Sudoka z genetskim algoritmom na grafični procesni enoti in predstavimo rezultate. Izvedli smo primerjavo z rezultati avtorjev iz literature.
Keywords: Sudoku, genetski algoritem, OpenCL, paralelno izvajanje, grafična procesna enota
Published: 16.09.2016; Views: 1455; Downloads: 90
.pdf Full text (2,09 MB)

Search done in 0.14 sec.
Back to top
Logos of partners University of Maribor University of Ljubljana University of Primorska University of Nova Gorica