1. Večkriterijska optimizacija prehranske oskrbovalne verige z matematičnim programiranjem : doktorska disertacijaJan Drofenik, 2025, doctoral dissertation Abstract: Prehranska oskrbovalna veriga je eden največjih in najkompleksnejših sistemov, zato jo je treba obravnavati celostno in optimizirati v skladu z načeli trajnostnega razvoja. Vključuje ključne akterje – od pridelave do potrošnikov – ter procese, kot so predelava in distribucija hrane ter ravnanje z odpadno hrano. Pri oblikovanju prihodnjih usmeritev v kmetijstvu je ključno, da so odločitve podprte z numeričnimi analizami. Trenutno ne obstaja sistem, ki bi hkrati upošteval vse tri stebre trajnostnega razvoja, optimiziral razporeditev kmetijskih površin med kulture in načine pridelave, določil obseg živinoreje ter podal natančne vrednosti okoljskih, družbenih in ekonomskih spremenljivk.
Namen te doktorske disertacije je zapolniti to vrzel z razvojem izvirnega matematičnega modela, ki omogoča večkriterijsko optimizacijo prehranske oskrbovalne verige in vrednotenje učinkov različnih strateških odločitev. Model je zasnovan na primeru Slovenije, a oblikovan v splošni obliki, zato ga je mogoče z ustreznimi podatki in ob upoštevanju predpostavk prilagoditi katerikoli državi ali regiji.
Na osnovi zbranih, analiziranih in strukturiranih podatkov o slovenskem prehranski oskrbovalni verigi smo oblikovali računski model, s katerim smo preučili povezave med posameznimi elementi sistema in iz njih izpeljali ustrezne enačbe. Tako zasnovan računski model nam je omogočil opis trenutnega stanja slovenske prehranske oskrbovalne verige ter identifikacijo ključnih predpostavk in omejitev, ki veljajo znotraj tega sistema. Na tej osnovi smo razvili optimizacijski matematični model, s katerim smo najprej izvedli niz enokriterijskih optimizacij. Te analize so nam omogočile boljše razumevanje ključnih povezav in konfliktov med posameznimi stebri trajnostnega razvoja. Najizrazitejše nasprotje smo zaznali med družbenim in okoljskim stebrom. Na podlagi teh spoznanj smo oblikovali večkriterijsko namensko funkcijo in nato izvedli večkriterijsko optimizacijo, ki omogoča iskanje uravnoteženih kompromisov med okoljskimi, družbenimi in ekonomskimi cilji prehranskega sistema. Ta kaže, da je mogoče izboljšanje slovenske prehranske oskrbovalne verige v luči trajnostnega razvoja z zmanjšanjem živinoreje in s preusmeritvijo v pridelavo hrane rastlinskega izvora ter prehodom na alternativne načine kmetijske pridelave.
Pri analizi podatkov smo ugotovili, da za Slovenijo ne obstajajo razčlenjeni podatki o razdelitvi odpadne hrane po vrstah, zato smo izvedli prvo tovrstno oceno in ocenili njen energetski potencial. Ugotovili smo, da bi z anaerobno digestijo lahko pokrili približno 1 % energetskih potreb gospodinjstev. Na podlagi tega smo zasnovali inovativno rešitev za učinkovito pridobivanje toplote iz bioplina, proizvedenga iz odpadne hrane.
Za primerjalno vrednotenje trajnosti med državami smo razvili indeks krožnosti in trajnosti kmetijstva, ki omogoča kvantitativno oceno in analizo posameznih kazalnikov. Slovenija se po vrednosti tega indeksa uvršča med vodilne države EU. Indeks smo vključili v optimizacijski model kot dodatno namensko funkcijo, rezultati pa potrjujejo ugotovitve osnovne večkriterijske optimizacije: izboljšanje trajnosti prehranskega sistema v Sloveniji bi bilo možno z določenimi spremembami v strukturi kmetijstva – zlasti s postopnim zmanjševanjem deleža živinoreje, večjim poudarkom na pridelavi rastlinske hrane ter uvajanjem alternativnih in okolju prijaznejših načinov kmetijske pridelave.
Keywords: večkriterijska optimizacija, prehranska oskrbovalna veriga, trajnostno kmetijstvo, odpadna hrana, ACS indeks, matematično programiranje
Published in DKUM: 25.11.2025; Views: 0; Downloads: 30
 Full text (11,76 MB) |
2. Optimizacije v inženirstvu : reševanje problemov z metahevrističnimi metodami v okolju MATLABJanez Gotlih, Mirko Ficko, 2025, higher education textbook Abstract: Skripta obravnavajo temeljne pristope optimizacije v inženirstvu s poudarkom na uporabi metahevrističnih metod, kot sta genetski algoritem (GA) in algoritem rojev delcev (PSO). Namenjena so študentom in inženirjem, ki želijo razumeti tako teoretično ozadje kot praktično implementacijo optimizacijskih algoritmov v okolju MATLAB. Vključujejo poglavja o enokriterijskih in večkriterijskih optimizacijskih problemih, obravnavajo omejitve, različne ciljne funkcije ter vizualizacijo rezultatov. Vsako poglavje vsebuje strukturirane vaje in naloge za samostojno delo, ki spodbujajo razumevanje delovanja algoritmov, oblikovanje optimizacijskih modelov in interpretacijo rešitev. Poseben poudarek je na razlagi parametrov algoritmov, primerjavi konvergence ter vplivu nastavitev na vedenje optimizacije. Skripta se zaključijo s pregledom značilnih testnih funkcij in primeri Pareto front za večkriterijsko optimizacijo. Zasnovana so tako, da tudi uporabniki brez poglobljenega matematičnega znanja lahko postopoma razvijejo intuicijo za uporabo optimizacijskih pristopov v realnih inženirskih problemih.
Keywords: metahevristične metode, genetski algoritem (GA), algoritem rojev delcev (PSO), eno- in večkriterijska optimizacija, MATLAB, inženirske aplikacije
Published in DKUM: 11.11.2025; Views: 0; Downloads: 1
Full text (5,96 MB)
This document has many files! More... |
3. Razvoj novih 2D avksetičnih struktur s pomočjo večkriterijske topološke optimizacije : magistrsko deloSimon Murko, 2022, master's thesis Abstract: V magistrski nalogi so predstavljeni razvoj in rezultati večkriterijske topološke optimizacije za pridobitev novih 2D avksetičnih struktur. Z zunanjo silo obremenjena avksetična struktura je bila obravnavana kot fleksibilni mehanizem. Za iskanje optimalne topologije 2D avksetične strukture je bila uporabljena večkriterijska topološka optimizacija, ki temelji na genetskem algoritmu in metodi končnih elementov. Z omejitvijo na avksetične strukture z dvojno simetrijo osnovne celice je bila domena optimizacije zmanjšana na četrtino osnovne celice. Mehanski odziv topologij je bil določen z linearno elastičnimi simulacijami. Končni rezultat večkriterijske optimizacije je množica rešitev, kjer najboljše rešitve v skupini določa Pareto fronta. Pareto fronta predstavlja množico najboljših rešitev, ki dajejo oblikovne smernice za nadaljnji razvoj oz. dodelavo avksetičnih struktur.
Keywords: avksetični materiali, večkriterijska topološka optimizacija, metoda končnih elementov, NSGAII, Pareto fronta
Published in DKUM: 23.06.2022; Views: 1183; Downloads: 122
Full text (3,47 MB) |
4. Večkriterijska optimizacija terminiranja proizvodnje po naročilu z uporabo hibridnega metahevrističnega algoritma : doktorska disertacijaRobert Ojsteršek, 2020, doctoral dissertation Abstract: Težišče proizvodnje se vse bolj nagiba od masovne proizvodnje k proizvodnji po željah kupca, torej k proizvodnji po naročilu. Načrtovanje in vodenje takšne proizvodnje je v konkurenčnih pogojih poslovanja izjemnega pomena. Kratki pretočni časi naročil, visoka zanesljivost dobavnih rokov, nizke zaloge, trajnostna naravnanost in ugoden vrednostno-časovni profil, vezan na tok vrednosti, postajajo ključni proizvodni cilji, ki jih lahko dosežemo le z ustreznim terminskim planiranjem. Stohastični prihodi naročil in različna zaporedja ter obseg obdelav pri naročilih lahko povzročijo zelo neenakomerno zasedenost kapacitet, kar privede do velikega raztrosa pretočnih časov operacij in odstopanj dobavnih rokov.
Disertacija obravnava terminiranje proizvodnje po naročilu z uporabo hibridne metahevristične metode evolucijskega računanja tako, da rešuje obravnavan problem večkriterijske optimizacije z uporabo nove metode evolucijskega računanja, prilagodljivim simulacijskim modelom in ustrezno ovrednotenim vrednostno-časovno-prilagodljivostnim diagramom. Z analizo numeričnih in simulacijskih eksperimentov je dokazana visoka zmožnost reševanja optimizacijskih problemov, kjer optimizacijske rešitve predlaganega algoritma dokazujejo primerljivost z rešitvami dveh aktualno najuspešnejših algoritmov. Predstavljena je nova metoda prenosa optimizacijskih rezultatov v simulacijski model, ki omogoča popolno prilagodljivost in avtomatiziran vnos vhodnih parametrov, tako testnih kot realnih podatkov proizvodnih sistemov.
Celovit optimizacijski pristop je ovrednoten z novo metodo vrednostno-časovno-prilagodljivostnega diagrama, ki omogoča podrobno analizo in potrditev ustreznosti rezultatov predlaganega optimizacijskega algoritma in simulacijskega modela. Kot dokaz zmožnosti reševanja realnih optimizacijskih problemov je v zaključnem poglavju predstavljena validacija celotnega pristopa na podatkih realnega proizvodnega sistema, kjer je potrjeno osnovno raziskovalno vprašanje pomembnosti večkriterijske optimizacije proizvodnje po naročilu.
Keywords: terminiranje proizvodnje po naročilu, večkriterijska optimizacija, hibridni metahevristični algoritem, simulacijsko modeliranje, vrednostno-časovno-prilagodljivostni diagram, trajnostna proizvodnja
Published in DKUM: 11.11.2020; Views: 1506; Downloads: 295
Full text (6,65 MB) |
5. Model povezovanja kvantitativnih in kvalitativnih podatkov v procesu več-kriterijskega odločanjaMarjan Brelih, 2020, doctoral dissertation Abstract: Doktorska disertacija obravnava problematiko kombiniranja kvalitativnih in kvantitativnih kriterijev znotraj odločitvenega modela. Poleg cilja razviti ustrezno hibridno metodologijo smo si zastavili cilj uporabe tega pristopa na praktičnem primeru izbora najprimernejših projektov na področju upravljanja sistemov za oskrbo s pitno vodo in tako verificirati in validirati predlagano metodologijo.
Za dosego zastavljenih ciljev smo pregledali strokovno in znanstveno literaturo s področja sistemske teorije in ekspertnih sistemov, večkriterijskega odločanja ter oskrbe s pitno vodo. Seznanili smo se z delom in poslovanjem izvajalca ter s cilji naročnikov. Za izdelavo kakovostnega odločitvenega modela smo se seznanili z izvedbo projektov tehnične in ekonomske optimizacije sistemov za oskrbo s pitno vodo.
Rezultat doktorske disertacije je nova, inovativna in v praksi preizkušena hibridna odločitvena metodologija, ki omogoča evalvacijo odločitvenih variant s kombinacijo kvantitativnih in kvalitativnih kriterijev. Metodologija je preizkušena na realnem problemu s področja sistemov za oskrbo s pitno vodo.
Med raziskovalnim delom smo potrdili vsa raziskovalna vprašanja. Možno je izdelati novo, v praksi uporabno hibridno metodologijo, ki omogoča združevanje tako kvantitativnih kot kvalitativnih zalog kriterijev znotraj istega odločitvenega modela. Združevanje kvantitativnih in kvalitativnih kriterijev znotraj istega odločitvenega modela omogoča ohranjanje izvornih, natančnih kvantitativnih ocen variant ob pretvorbi v manj natančne kvalitativne ocene. Ravno ohranjanje izvornih ocen variant, brez pretvorb, omogoča ohranjanje razlik med variantami, vse do končne ocene. Pri vsakem agregiranem kriteriju tako poleg kvalitativne ocene razpolagamo z intervalno kvantitativno oceno ali obratno, kar omogoča razvrščanje variant znotraj istega kvalitativnega razreda.
Odločevalci vidijo prednost predstavljene hibridne metodologije v tem, da lahko pri vsakem kriteriju uporabijo primerno zalogo vrednosti, ki jim najbolj ustreza in jo lažje razumejo. Zaradi kombiniranja kvantitativnih in kvalitativnih zalog vrednosti vidijo prednost v bogatejših končnih analizah, ki pripomorejo k sprejetju boljše odločitve. Nadaljnje delo in raziskave bodo potekali v smeri testiranja in izpopolnjevanja postopkov združevanja kvantitativnih in kvalitativnih kriterijev znotraj istega odločitvenega modela. Postopke želimo uporabiti na čim večjem naboru odločitvenih problemov. Nove ideje in postopke želimo vključiti v izobraževalni proces na različnih stopnjah.
Keywords: hibridna metodologija, večkriterijska odločitvena analiza, kvantitativni kriteriji, kvalitativni kriteriji, upravljanje vodnih virov, tehnična in ekonomska optimizacija sistemov za oskrbo s pitno vodo
Published in DKUM: 05.06.2020; Views: 1689; Downloads: 193
Full text (3,74 MB) |
6. Razpoznavanje čustvenih izrazov osebe iz slikovnega materiala z algoritmom diferencialne evolucije za izbiro značilnicUroš Mlakar, 2019, doctoral dissertation Abstract: V disertaciji se ukvarjamo z razvojem učinkovitega programskega sistema za izbiro značilnic, na primeru aplikacije prepoznavanja čustvenih izrazov. Predlagan sistem, ki prepoznava sedem prototipnih čustvenih izrazov,
vključno z nevtralnim izrazom, temelji na histogramih usmerjenih gradientov (HOG) in vektorjih razlik. Izbiro obraznih značilnic smo izvedli z uporabo ustrezno prilagojenega algoritma diferencialne evolucije za večkriterijsko optimizacijo, ki je hkrati minimiziral velikost izbrane podmnožice značilnic in maksimiziral natančnost razpoznavanja čustvenih izrazov. Razvili smo dve strategiji izbire značilnic, poimenovani "specifična” in ”splošna”. Statistični Friedmanov test je pokazal, da je ”splošna” strategija izbire značilnic primernejša. Implementiran sistem za razpoznavo čustvenih izrazov smo preizkusilina treh pogosto uporabljenih javnih podatkovnih bazah. Na podatkovni bazi Cohn-Kanade smo dosegli 98,37 % povprečno uspešnost prepoznavanja čustvenih izrazov, na podatkovni bazi JAFFE 92,75 % uspešnost in na najzahtevnejši podatkovni bazi MMI s spontanimi čustvenimi izrazi 84,07 % uspešnost. Število uporabljenih značilnic smo uspeli zmanjšati za 89 % originalne velikosti vektorja značilnic. Predlagan algoritem po uspešnosti sodi v sam vrh algoritmov za prepoznavanje čustvenih izrazov oseb, hkrati pa signifikantno zmanjša število uporabljenih značilnic, kar posledično pomeni nižjo računsko zahtevnost učenja klasifikatorjev. S to disertacijo smo demonstrirali učinkovito uporabo algoritma diferencialne evolucije za večkriterijsko optimizacijo na problemu prepoznavanja čustvenih izrazov.
Keywords: razpoznavanje čustvenih izrazov, izbira značilnic, diferencialna evolucija, razlike vektorjev značilnic, večkriterijska optimizacija
Published in DKUM: 11.03.2019; Views: 1799; Downloads: 231
Full text (1,78 MB) |
7. Primerjava in razvoj pristopov računske inteligence za spletno platformo igre Travian: KingdomsMitja Šantl, 2018, master's thesis Abstract: V magistrskem delu se ukvarjamo z nalogo spletnih agentov za igro Travian: Kingdoms. V ta namen razvijemo razširitev za brskalnik, ki deluje v brskalniku Google Chrome in ima sposobnost opravljanja osnovnih akcij v igri, na primer: gradnja, napadanje in trgovanje. Posebno pozornost posvetimo gradnji, kjer želimo poiskati optimalen vrstni red gradbenih nalog. Zaradi kompleksnosti naloge izdelave takega agenta preučimo aplikativnost domene računske inteligence za naš primer. Za spletno platformo igre Travian: Kingdoms tako razvijemo in primerjamo pristope s petimi algoritmi: algoritmom mehke logike, algoritmom diferencialne evolucije, naključnim algoritmom, algoritmom izčrpnega iskanje in požrešnim algoritmom. Na podlagi primerjave rezultatov pristopov ugotovimo, da ima vsak algoritem svoje prednosti in slabosti. V okviru naše naloge se najbolje odreže pristop z algoritmom diferencialne evolucije.
Keywords: računska inteligenca, spletni agent, razširitev spletnega brskalnika, računalniška igra Travian: Kingdoms, spletni brskalnik, večkriterijska optimizacija, računska inteligenca
Published in DKUM: 08.11.2018; Views: 2331; Downloads: 152
Full text (2,86 MB)
This document has many files! More... |
8. Šahovski sistem rangiranja za primerjavo evolucijskih algoritmov večkriterijske optimizacijeMiha Ravber, 2018, doctoral dissertation Abstract: Evolucijski algoritmi večkriterijske optimizacije so bili uspešno uporabljeni za reševanje realnih večkriterijskih problemov, kar pojasnjuje tudi njihovo popularnost. Ocenjevanje in primerjava evolucijski algoritmi večkriterijske optimizacije je pomembno vprašanje. Vendar izvajanje primerjav evolucijskih algoritmov ni trivialna naloga. Algoritmi imajo številne kontrolne parametre, ki jih je potrebno konfigurirati. Izbrati je treba primerne testne probleme in rezultate analizirati z uporabo statistične metode. Poleg tega lahko rezultate evolucijskih algoritmov večkriterijske optimizacije ocenimo z različnimi indikatorji kakovosti, kar še dodatno otežuje primerjavo. Da bi olajšali proces primerjave smo, v doktorski disertaciji predstavili metodo za primerjavo in uglaševanje evolucijskih algoritmov večkriterijske optimizacije. Najprej je bila opravljena analiza indikatorjev kakovosti, ki je pokazala, da lahko z indikatorji, ki merijo enake aspekte kakovosti, dobimo statistično značilne razlike. Dobili smo tudi nabor robustnih in konsistentnih indikatorjev. Za primerjavo algoritmov smo uporabili šahovski sistem rangiranja, ki je bil prilagojen za algoritme večkriterijske optimizacije z ansamblom indikatorjev kakovosti. V ansambel smo vključili najprimernejše indikatorje iz predhodne analize. Rezultati so pokazali, da je predlagana metoda dosegla primerljive rezultate s primerljivimi metodami z manjšim številom zagonov posameznega algoritma. Ker je uspešnost evolucijskih algoritmov lahko zelo odvisna od konfiguracije kontrolnih parametrov, smo predlagano metodo nadgradili tako, da omogoča uglaševanje. Rezultati eksperimenta so pokazali veliko izboljšanje algoritmov po izvedenem uglaševanju s predlagano metodo. Z uporabo uglaševanja zagotovimo, da imajo algoritmi primernejše kontrolne parametre in posledično je tudi primerjava bolj poštena.
Keywords: evolucijski algoritmi, večkriterijska optimizacija, sistem rangiranja, indikatorji kakovosti, uglaševanje parametrov.
Published in DKUM: 01.10.2018; Views: 1535; Downloads: 251
Full text (1,54 MB) |
9. VIZUALIZACIJA PROCESOV EVOLUCIJSKEGA RAČUNANJATadej Jerovšek, 2016, master's thesis Abstract: V tem magistrskem delu se ukvarjamo z vizualizacijo procesov evolucijskih algoritmov in interpretacijo le-teh. Najpogosteje uporabljene metode za primerjavo evolucijskih algoritmov imajo težave že pri oceni algoritmov, samega delovanja algoritmov pa ne upoštevajo. Najprej smo podrobneje pogledali razvoj statističnih metod, kaj nudijo in kje kažejo pomanjkljivosti. Pod drobnogled smo vzeli enokriterijsko in večkriterijsko optimizacijo in jo z uporabo metod vizualizacije informacij predstavili ter interpretirali prednosti in slabosti posameznih algoritmov in problemov, pri čemer smo za temelj uporabili sistem EARS.
Keywords: evolucijski algoritmi, večkriterijska optimizacija, vizualizacija informacij, primerjava evolucijskih algoritmov, Pareto dominiranost
Published in DKUM: 28.09.2016; Views: 1759; Downloads: 154
Full text (5,23 MB) |
10. Študija samoprilagajanja krmilnih parametrov pri algoritmu DEMOwSAAleš Zamuda, Janez Brest, Borko Bošković, Viljem Žumer, 2008, original scientific article Abstract: V članku predstavljamo študijo samoprilagodljivih krmilnih parametrov algoritma diferencialne evolucije za večkriterijsko optimizacijo, ki ga krmili samoprilagoditveni mehanizem, predstavljen v evolucijskih strategijah. Samoprilagajanje parametrov omogoča danemu evolucijskemu algoritmu učinkovitejše iskanje, saj se algoritem lahko prilagodi optimizacijskemu problemu, ki ga rešuje. Z eksperimentom prikažemo dejanske vrednosti in spreminjanje samoprilagodljivih krmilnih parametrov na znanih testnih funkcijah.
Keywords: evolucijsko računanje, diferencialna evolucija, večkriterijska optimizacija, samoprilagoditev, algoritmi
Published in DKUM: 10.07.2015; Views: 1210; Downloads: 43
 Link to full text |
