Iskanje po katalogu digitalne knjižnice

Opis: V diplomskem delu je predstavljen razvoj programa, ki omogoča preračun statično obremenjenih ravninskih paličnih konstrukcij in konstrukcij sestavljenih iz linijskih nosilcev. Predstavljena je metoda končnih elementov in uporaba le te v računalniškem programiranju. Pravilnost delovanja razvitega programa je potrjena z analitičnimi izračuni in s primerjavo s programskim orodjem Abaqus. Delo zajema tudi optimizacijo oblike paličnih konstrukcij z uporabo genetskih algoritmov in optimizacije z rojem delcev. Rezultati optimizacije so prikazani na različnih primerih.
Ključne besede: metoda končnih elementov, palične konstrukcije, linijski nosilci, optimizacija oblike, genetski algoritmi, optimizacija z rojem delcev, programiranje, Python
Objavljeno v DKUM: 28.09.2017; Ogledov: 3084; Prenosov: 212
Celotno besedilo (3,66 MB)

Opis: Magistrsko delo opisuje proces optimizacije produktne skupine. V teoretičnem delu so opredeljeni produkti in produktne skupine. Na kratko je opisana umetna inteligenca in različni pristopi k reševanju problemov s poudarkom na optimizacijski metodi z uporabo roja delcev. Predstavljena je tudi conjoint analiza, njene značilnosti in priporočljiva izvedba. V praktičnem delu smo na realnem primeru iz podjetja Gorenje d. d. izvedli optimizacijo produktne skupine ter predstavili možne rešitve, kako doseči večji tržni delež. Najprej smo določili najpomembnejše atribute in ravni produktne skupine in z njim izvedli conjoint analizo, ter tako pridobili podatke, kako kupci vrednotijo določene atribute produktov oziroma njihovo koristnost. Dobljene podatke smo nato vstavili v algoritem optimizacijske metode ter opravili preračune.
Ključne besede: optimizacija produktne skupine, conjoint analiza, optimizacija z rojem delcev, Gorenje d. d.
Objavljeno v DKUM: 11.07.2017; Ogledov: 1325; Prenosov: 87
Celotno besedilo (2,17 MB)

Opis: V magistrskem delu smo razvili metodo FS-BPSO, ki združuje postopek izbire atributov z algoritmom optimizacije z rojem delcev. Glavni namen te metode je njena uporabnost pri reševanju naslednjega dobro znanega problema. Ko so v podatkovni množici primerki z ogromnim številom atributov, je med njimi težko najti tiste, ki so najbolj informativni oziroma reprezentativni. Tega problema smo se lotili s predlaganim hibridnim algoritmom binarne optimizacije z rojem delcev v kombinaciji s klasifikacijskimi metodami C4.5, Naive Bayes in SVM v cenitveni funkciji za izbiro informativnih atributov. Dobljeni rezultati so statistično analizirani in razkrivajo, da predlagani hibridni algoritem prekaša znane klasifikacijske metode C4.5, Naive Bayes in SVM.
Ključne besede: računalniška inteligenca, optimizacija z rojem delcev, metoda izbire atributov, klasifikacija
Objavljeno v DKUM: 06.09.2016; Ogledov: 1356; Prenosov: 233
Celotno besedilo (10,64 MB)

Opis: Izboljševanje obstoječe proizvodnje in obdelovalnih sistemov zahteva nenehno posodabljanje in integracijo najnovejših tehnologij v proizvodne sisteme. Proizvodnih spremenljivk je čedalje več, s tem pa se povečuje množica podatkov, ki jo moramo obdelati, tu pa velikokrat klasične analitične metode optimizacije odpovedo. Zaradi tega smo prisiljeni bolje izkoristiti razpoložljive proizvodne vire, zato pa moramo poseči po naprednejših pristopih reševanja problemov. Za reševanje zahtevnih problemov čedalje pogosteje uporabljajo različna področja umetne inteligence, še zlasti strojnega učenja. Pregled do sedaj opravljenih raziskav je pokazal, da so obstoječi razviti sistemi precej ozko usmerjeni. V disertaciji predlagamo popolnoma nov pristop k modeliranju CNC-obdelav s pomočjo novega gravitacijskega iskalnega algoritma (GSA), ki spada med metode skupinske inteligence. Razviti inteligentni sistem deluje na osnovi osnovnih Newtonovih fizikalnih zakonov oziroma na osnovi interakcij med masnimi telesi v prostoru. Za primerjavo in potrditev ustreznosti rezultatov doktorske disertacije smo uporabili tudi metodo modeliranja z rojem delcev (PSO). Primerjava je pokazala, da je GSA algoritem primeren za modeliranje obdelav z odrezovanjem, saj so odstopanja od eksperimentalnih podatkov v sprejemljivih mejah. Dobljeni modeli so dobro opisali postopek odrezovanja materiala s struženjem, ki smo ga uporabili kot postopek odrezovanja. Posebej velja omeniti, da je GSA algoritem v najslabšem primeru vsaj dvakrat hitrejši od enakovrednega PSO algoritma. Dobljen model CNC-obdelave smo nato uporabili za večkriterijsko optimiranje obdelovalnih parametrov: optimalne hrapavosti obdelane površine, rezalnih sil in časovne obstojnosti orodja. Vsaka izmed omenjenih odvisnih spremenljivk prispeva k optimalnemu delovanju CNC-obdelovalnega stroja, kar znižuje stroške proizvodnje. Večkriterijsko optimiranje smo izvedli s pomočjo NSGA-II algoritma. Za optimiranje smo morali določiti tudi omejitve. Te smo določili s pomočjo teoretičnih izračunov in jih preverili s pomočjo eksperimentalnih podatkov. Zaradi obsega dela smo se omejili na struženje, hkrati pa so v delu predstavljene osnove prilagoditev za uporabo metod na ostalih obdelovalnih strojih, saj je predlagan pristop univerzalen.
Ključne besede: inteligentni obdelovalni sistem, CNC-obdelovalni stroj, odrezovanje, struženje, skupinska inteligenca, optimizacija z rojem delcev, gravitacijski iskalni algoritem, genetski algoritmi, večkriterijska optimizacija, NSGA-II algoritem
Objavljeno v DKUM: 04.02.2015; Ogledov: 2599; Prenosov: 362
Celotno besedilo (3,55 MB)

Opis: Diplomska naloga opisuje načrtovanje indikatorja napetosti, ki zadovoljuje s standardi predpisanim kriterijem. Za doseganje optimalne snovno geometrijske zasnove indikatorja so uporabljene optimizacijske metode. Diplomska naloga podaja tudi primerjavo različnih optimizacijskih metod.
Ključne besede: indikator napetosti, algoritem diferenčne evolucije, DE algoritem, optimizacija z rojem delcev, PSO algoritem, DE algoritem, optimizacija, detektor napetosti, električno polje, kapacitivnost.
Objavljeno v DKUM: 20.01.2010; Ogledov: 2631; Prenosov: 191
Celotno besedilo (4,39 MB)