1. Simulacija in vizualizacija ekosistema z uporabo genetskega algoritma in naključnega generiranja podatkovŽan Mišič, 2024, undergraduate thesis Abstract: V diplomski nalogi smo raziskali uporabo genetskega algoritma v kombinaciji z naključnim generiranjem podatkov v razvoju simulacijskega programa. V prvem delu so razloženi pojmi, kot so računska inteligenca, genetski algoritem, naključno generiranje podatkov in šum. V drugem delu so predstavljena orodja, uporabljena pri izdelavi programa. Na koncu, v tretjem delu, je razložena sama izdelava simulacijskega programa. Ustvarjen program lahko ustvari naključno generirano simulacijsko okolje na podlagi vnesenih parametrov, nastavljenih v glavnem meniju. V programu smo uspešno implementirali genetski algoritem in na koncu izpisali vse potrebne podatke za pregled simulacije. Keywords: naključno generiranje podatkov, genetski algoritem, računska inteligenca, Godot Published in DKUM: 19.09.2024; Views: 0; Downloads: 3 Full text (1,98 MB) |
2. Implementacija gručenja k-means z genetskim algoritmomAlen Šaruga, 2024, undergraduate thesis Abstract: K-means algoritem je eden najpopularnejših in najučinkovitejših algoritmov gručenja podatkov. Kljub temu algoritem predstavlja izziv, saj je občutljiv na začetno postavitev centroidov gruč. Zato lahko algoritem stremi k lokalnemu optimumu in ne h globalno optimalni rešitvi. Namen diplomskega dela je implementacija optimiziranega k-means algoritma, manj občutljivega na začetne centroide gruč, z uporabo genetskega algoritma. Delo se osredotoča na postopek gručenja in genetski algoritem. Implementacija je izvedena v programskem jeziku Python s knjižnico NiaPy. Na koncu so predstavljeni rezultati eksperimentov, kjer je izvedena primerjava standardnega in optimiziranega k-means algoritma na različnih podatkovnih množicah. Keywords: gručenje, k-means, genetski algoritem, centroidi Published in DKUM: 19.09.2024; Views: 0; Downloads: 11 Full text (1,34 MB) |
3. Načrtovanje in implementacija optimizacijskega algoritma rojev delcev za lokalizacijo mobilnega robota pepper : magistrsko deloErik Rot Weiss, 2023, master's thesis Abstract: V tem magistrskem delu se raziskuje načrtovanje in implementacija optimizacijskega algoritma rojev delcev za lokalizacijo mobilnega robota Pepper. Osredotočamo se na interpretacijo senzorskih meritev z uporabo algoritma rojev delcev in njegovo primerjavo z genetski algoritmom. Preizkušamo algoritem v izven omrežnem okolju lokalizacije, kjer so podatki, ki so obravnavani, prave meritve LiDAR v znanih točkah v prostoru. Delo se konča z implementacijo algoritma na robota za sočasno lokalizacijo med obratovanjem robota. Keywords: lokalizacija, mobilni robot Pepper, algoritem rojev delcev, genetski algoritem, LiDAR meritve Published in DKUM: 06.09.2023; Views: 427; Downloads: 34 Full text (3,12 MB) |
4. Optimizacija parametrov regulatorja z genetskim algoritmom : magistrsko deloKristijan Medved, 2022, master's thesis Abstract: V procesu izdelave magistrskega dela smo sprogramirali zvezni genetski algoritem, ki smo ga uporabili za optimizacijo parametrov PID regulatorja. Za preizkus delovanja algoritma smo replicirali industrijski proces regulacije izhodnega tlaka dveh zaporedno vezanih tlačnih posod in nelinearnega člena. V ta namen smo izdelali sistem vodenja s programom TIA Portal, za oddaljen dostop do procesa pa smo uporabili program KEPServerEX. Procesne odzive smo zajeli pred in po optimizaciji ter ugotovili, da je s predstavljenim optimizacijskim algoritmom mogoče optimizirati parametre PID regulatorja, ne da bi prekinili delovanje procesa. Keywords: genetski algoritem, optimizacija, digitalni dvojček, PID regulator Published in DKUM: 08.07.2022; Views: 1012; Downloads: 188 Full text (3,33 MB) |
5. Metoda inverzne kinematike s pomočjo genetskega algoritma : magistrsko deloMatjaž Petek, 2021, master's thesis Abstract: Zaključno delo predstavlja dva nova algoritma za reševanje inverzne kinematike mehanizma robotske roke, ki delujeta na podlagi genetskega algoritma. Algoritma sta razvita in delujoča za splošno robotsko roko, ki je grajena iz sklepov in ročic. Glavna motivacija dela je sicer usmerjena v optimizacijo algoritmov za uporabo pri humanoidnih robotskih mehanizmih. Le-ti bi lahko z uporabo algoritmov posnemali človeško nebesedno komunikacijo, tj. kretnje rok, premikanje telesa itd.
Algoritem za izračun inverznega kinematičnega modela na podlagi genetskega algoritma s poznavanjem Denevit-Hartenbergovih matrik (IKM-GA-DH) omogoča zanesljivo reševanje inverzne kinematike tudi za redundantne robotske roke, vendar pa za to potrebuje direktni kinematični model za vsak opazovani sklep.
Algoritem za izračun inverznega kinematičnega modela na podlagi genetskega algoritma s poznavanjem direktnega kinematičnega modela (IKM-GA-DKM) pa za reševanje inverzne kinematike potrebuje le direktni kinematični model vrha opazovanega mehanizma, vendar pa rezultati pokažejo, da zato ni sposoben reševati redundantnih mehanizmov, ki imajo več redundantnih prostostnih stopenj, enako natančno kot jih lahko algoritem IKM-GA-DH. Keywords: Inverzna kinematika, Redundantna robotska roka, Genetski algoritem Published in DKUM: 24.12.2021; Views: 934; Downloads: 103 Full text (6,25 MB) This document has many files! More... |
6. Implementacija inteligentnega agenta za igro lažnivec na osnovi statističnega modela : diplomsko deloDavid 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 in DKUM: 18.10.2021; Views: 903; Downloads: 58 Full text (1,64 MB) |
7. |
8. Nevroevolucijski algoritem NEAT na grafičnih karticah : magistrsko deloBlaž 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 in DKUM: 21.11.2019; Views: 1440; Downloads: 144 Full text (1,53 MB) |
9. Uporaba podatkov iz nosljivih naprav za optimizacijo izvedbe opravil : zaključno deloMitja 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 in DKUM: 20.08.2019; Views: 1190; Downloads: 120 Full text (1,62 MB) |
10. 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 in DKUM: 28.09.2018; Views: 1391; Downloads: 116 Full text (3,43 MB) |