Iskanje po katalogu digitalne knjižnice

Opis: V disertaciji proučujemo inteligentne sisteme in iskanje znanja, račcunalniške paradigme, ki so uporabni in koristni pri toplotni obdelavi materiala. Za razpoznavanje kompleksnosti različcno toplotno obdelanih vzorcev smo uporabili metodo fraktalne geometrije. Oblikovali smo inteligentni sistem s pomočjo katerega bomo napovedali topografske lastnosti materiala po toplotni obdelavi. Razvili smo nov algoritem 3D grafov vidljivosti. S pomočjo topološke lastnosti povezanost 3D grafov vidljivosti smo zgradili inteligentni sistem, s katerim bomo napovedali topografske lastnosti vzorcev po toplotni obdelavi. Fraktalno geometrijo lahko uporabimo za analiziranje kompleksnih struktur, ki se pojavljajo pri toplotni obdelavi materialov. Tako lahko s pomočcjo fraktalne geometrije pokažzemo prednosti laserske tehnike toplotne obdelave pred induktivnim in klasičcnim v kalilni peči. Fraktalna geometrija je nov pristop, ki temelji na karakterizaciji nepravilnih mikrostruktur in sluˇzi kot ocenjevalno orodje za določcitev strukturnih lastnosti in jo bomo uporabili pri analizi različno toplotno obdelanih materialih. Sama definicija pravi, da fraktalna geometrija temelji na ideji invariantnosti povečcave, kar pomeni, da je opazovana slika enaka ne glede na to, pod kakšno povečavo jo gledamo. Potrebno je poudariti, da fraktalna dimenzija v celoti ne karakterizira geometrije, ampak je le pokazatelj nepravilnosti objekta. Fraktalno geometrijo smo uporabili za določcitev topografskih lastnosti kaljenih materialov. Uvedli smo novo metodo za račcunanje fraktalne dimenzije 3D objektom. Z razvojem laserske tehnike na področcju toplotne obdelave materialov se je povečcala potreba po razvoju nove metode, s katero bi ugotovili (določili) večjo odpornost na obrabo, manjše trenje in večjo toplotno obstojnost materiala. Tako bomo z gradnjo inteligentnih sistemov povečali produktivnost na področju toplotne obdelave materialov. S pomočjo inteligentnega sistema bomo pokazali, katera tehnika in tehnologija toplotne obdelave je boljša. V disertaciji bomo predstavili štiri nove sestavljene hibridne metode strojnega učenja. Ti novi sestavljeni hibridni sistemi so: · sestavljeni hibrid genetski algoritmi - multipla regresija - nevronska mreža - multipla regresija. Poimenovali smo ga hibrid zanka. · sestavljeni hibrid genetski algoritmi - nevronska mreža - multipla regresija - nevronska mreža. Poimenovali smo ga optimalni hibrid zanka. · sestavljeni hibrid genetski algoritmi - nevronska mreža - multipla regresija - nevronska mreža - multipla regresija. Poimenovali smo ga ciklični hibrid. · sestavljeni hibrid genetski algoritmi - multipla regresija - nevronska mreža - multipla regresija - nevronska mreža. Poimenovali smo ga optimalni ciklični hibrid. Pri sestavljenih hibridih smo dosegli malce slabše rezultate od pričakovanih, zaradi pomanjkljivosti posameznih osnovnih metod. Metoda multipla regresija je najslabˇsa metoda in vpliva negativno na sestavljen hibrid. Novi omenjeni sestavljeni hibridi pa dajo boljše rezultate kot že znani sestavljeni hibridni sistemi. Želeli smo še izboljšati rezultate novih hibridov, zato smo zgradili kombinirane (sestavljene) nove hibridne sisteme, ki smo jih poimenovali hiper hibridi. Na koncu disertacije so podani še komentarji in ideja o dveh novih hibridih, ki smo jih poimenovali spiralni hibrid in optimalni spiralni hibrid. Ti metodi sta uporabni pri večjem številu osnovnih metod inteligentnih sistemov. Predlagamo še šest kombiniranih metod novih predstavljenih hibridov v hiper hibride.
Ključne besede: inteligentni sistemi, algoritmi, hibridni sistemi, strojno učenje, fraktalna geometrija, teorija grafov, topografija materiala po toplotni obdelavi
Objavljeno v DKUM: 24.09.2014; Ogledov: 2300; Prenosov: 210
Celotno besedilo (17,97 MB)