| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Iskanje po katalogu digitalne knjižnice Pomoč

Iskalni niz: išči po
išči po
išči po
išči po
* po starem in bolonjskem študiju

Opcije:
  Ponastavi


1 - 10 / 17
Na začetekNa prejšnjo stran12Na naslednjo stranNa konec
1.
Optimizacija tehnoloških veličin globokega vleka z uporabo metode roja delcev
Katja Popovič, 2017, magistrsko delo

Opis: Magistrsko delo obravnava optimizacijo tehnoloških parametrov globokega vleka pločevine, ki vplivajo na kakovost izdelkov. Razviti optimizacijski modeli, ki so predstavljeni v magistrski nalogi, temeljijo na rezultatih numeričnih simulacij. Predstavili smo razvoj regresijskih modelov in modelov na osnovi evolucijskega računanja, ki napovedujejo kakovost izdelka po preoblikovalnem postopku s pomočjo matematičnih metod in z genetskim programiranjem. Izdelane modele smo uporabili v algoritmu za optimizacijo z rojem delcev, s katero smo dobili nove vrednosti tehnoloških parametrov. Slednje smo nato uporabili v nadaljnjih numeričnih simulacijah globokega vleka ter rezultate kritično analizirali.
Ključne besede: pločevina, globoki vlek, računalniške simulacije, genetsko programiranje, optimizacija z rojem delcev
Objavljeno: 27.09.2017; Ogledov: 672; Prenosov: 151
.pdf Celotno besedilo (1,62 MB)

2.
IZBRANI KONCEPTI PROGRAMSKEGA JEZIKA CLOJURE IN NJIHOVA UPORABA PRI SIMBOLIČNI REGRESIJI
Bojan Horvat, 2016, diplomsko delo

Opis: Diplomsko delo opisuje programski jezik clojure, njegove značilnosti, povezlijvost z javo in koncepte. Okvirno je opisana sintaksa ter osnovni gradniki programskega jezika, kot so osnovni tipi, izrazi, posebne izrazne oblike in podatkovne strukture. Več poudarka je na izbranih konceptih, ki so značilni za funkcijsko programiranje in še posebej clojure: makroji, funkcije višjega reda, redukcije, transducerji, kanali, programski transakcijski pomnilnik in obstojne podatkovne strukture. Predstavljeno je tudi genetsko programiranje s poudarkom na simbolični regresiji. V praktičnem delu sta predstavljeni implementacija algoritma genetskega programiranja in pristop k reševanju simbolične regresije v programskem jeziku clojure, z uporabo prej opisanih konceptov.
Ključne besede: clojure, funkcijsko programiranje, simbolična regresija, genetsko programiranje
Objavljeno: 27.09.2016; Ogledov: 996; Prenosov: 38
.pdf Celotno besedilo (1,30 MB)

3.
ANALIZA VPLIVA POSTOPKA IZDELAVE JEKLA 30MnVS6 NA POJAV POVRŠINSKIH NAPAK Z UPORABO GENETSKEGA PROGRAMIRANJA
Beno Jurjovec, 2016, magistrsko delo

Opis: V magistrskem delu je predstavljeno napovedovanje izmeta jeklenih valjancev po pregledu na kontrolni liniji. Osredotočili smo se na izmet zaradi površinskih napak, na luščenih okroglih valjancih, pri kvaliteti 30MnVS6. Beležili smo kemično sestavo taline, toplotni tok, hitrost litja med odlivanjem jekla na trožilni napravi za kontinuirano odlivanje jekla in procent izmeta zaradi površinskih napak, v obdobju od septembra 2014 do maja 2015. Na podlagi zbranih podatkov sta bila izdelana modela s pomočjo linearne regresije in genetskega programiranja. Model za napovedovanje izmeta s pomočjo sistema za genetsko programiranje je 1,57-krat boljši od modela dobljenega s pomočjo linearne regresije. Izsledki raziskave so v praksi uporabljeni od sredine leta 2015. Izmet je pri kvaliteti 30MnVS6 za 3,09-krat manjši. Tako znaša letni prihranek, pri količini 12.000 t jeklenih valjancev iz 30MnVS6, 460.000 €.
Ključne besede: površinske napake na valjancih, modeliranje, linearna regresija, genetsko programiranje, napoved izmeta, valjano jeklo
Objavljeno: 08.09.2016; Ogledov: 840; Prenosov: 86
.pdf Celotno besedilo (1,77 MB)

4.
UMETNI IMUNSKI SISTEM - S STRANI BIOLOGIJE NAVDIHNJENO RAČUNANJE
Andrej Barovič Karpov, 2016, magistrsko delo

Opis: Cilj magistrskega dela je opis (njihova sestava in princip, po katerem delujejo), implementacija algoritmov umetnega imunskega sistema (AIS) in njihova integracija v obstoječo EARS okolje. V AIS skupino algoritmov spadajo CLONALG, NSA, aiNET in drugi. Te algoritme smo primerjali z ostalimi optimizacijskimi algoritmi, kot so: PSO, DE, ABC, in TLBO. Primerjavo med algoritmi smo izvedli na CEC skupini problemov in pri tem uporabili statistične teste (NHST) ter novejši pristop CRS4EAs. Rezultati vsake generacije so bili podvrženi dodatnim testom za ugotavljanje eksploracijskih (raziskovalnih) in eksploatacijskih (izkoriščevalnih) lastnosti algoritma AIS.
Ključne besede: inteligentni sistemi, evolucijsko računanje, evolucijski algoritmi, evolucijske strategije, genetsko programiranje, genetski algoritmi, umetni imunski sistem
Objavljeno: 07.07.2016; Ogledov: 1028; Prenosov: 81
.pdf Celotno besedilo (1,67 MB)

5.
Genetsko modeliranje električne prevodnosti preoblikovanega materiala
Leo Gusel, Miran Brezočnik, 2005, izvirni znanstveni članek

Opis: V prispevku smo predstavili metodo genetskega programiranja za uspešno določitev natančnih modelov spremembe električne prevodnosti hladno preoblikovane zlitine CuCrZr. Glavna značilnost metode genetskega programiranja, ki spada med evolucijske metode modeliranja, je, da rešitev ne iščemo po vnaprej določenih poteh ter da sočasno obravnavamo množico enostavnih objektov. Čedalje natančnejšim rešitvam smo se približevali postopoma, med postopkom simulirane evolucije. V prispevku smo predstavili le nekatere najuspešnejše oziroma najprimernejše genetske modele. Natančnost genetskih modelov je bila preverjena na množici preskusnih točk. Primerjali smo tudi natančnost genetsko dobljenih modelov in modela, dobljenega po deterministični metodi regresije. Primerjava je pokazala, da se genetski modeli dosti manj odmikajo od eksperimentalnih rezultatov in da so bolj raznoliki. Prav raznolikost nam omogoča, da se, glede na zahteve, odločimo za optimalen model, s katerim lahko matematično opišemo ali napovedujemo spremembo električne prevodnosti zlitine v okviru eksperimentalnega okolja.
Ključne besede: genetsko programiranje, modeliranje, hladno preoblikovanje, električna prevodnost, bakrove zlitine
Objavljeno: 10.07.2015; Ogledov: 888; Prenosov: 75
.pdf Celotno besedilo (123,49 KB)
Gradivo ima več datotek! Več...

6.
Modelno podprt sistem za dinamično nastavljanje rezalnih parametrov pri postopku frezanja
Franc Čuš, Uroš Župerl, Edvard Kiker, 2007, izvirni znanstveni članek

Opis: V prispevku je predstavljen modelno podprt mehanizem vodenja, ki z obvladovanjem rezalnih sil zagotavlja stalno kakovost obdelane površine pri postopku oblikovnega frezanja. Sistem z dinamično prilagajanje podajanja in vrtljajev obvladuje hrapavost površine ter rezalne sile na frezalu. Namen izdelave predlaganega mehanizma je poiskati omejitve taksnega načina vodenja, ki s prilagajanjem rezalnih parametrov ohranja stalno rezalno silo. Modelno podprt sistem vodenja je izdelan z razvojno metodo genetskega programiranja (GP). Za določitev empirične povezave med kakovostjo površine in rezalno silo je izdelan načrt preizkusov. Pri vnaprej definirani globini rezanja je preizkusno raziskan vpliv obdelovalnega materiala in rezalnih parametrov (podajanje, globina rezanja) na omenjeno povezavo. Razvojna metoda GP je uporabljena za izpeljavo izkustvenih povezav med kakovostjo površine in rezalno silo pri obdelavi jekla. Te povezave se nato uporabijo pri izdelavi modelno podprtega sistema za dinamično nastavljanje rezalnih parametrov (SDNRP), v katerem se s krmiljenjem rezalnih sil dviga zahtevana kakovost površine. Rezultati zagotovijo načine za povečanje učinkovitosti postopka z izboljšanjem kakovosti površine, zmanjšanjem posledic spremenljivosti postopka in zmanjšanjem stroškov napak pri opravilih končne obdelave.
Ključne besede: končno frezanje, rezalni parametri, genetsko programiranje, sistemi vodenja, modelno podprti sistemi
Objavljeno: 10.07.2015; Ogledov: 708; Prenosov: 38
URL Povezava na celotno besedilo

7.
UGLAŠEVANJE GIROSKOPA MOBILNE NAPRAVE
Tanis Kodrun, 2013, diplomsko delo

Opis: V današnjem svetu igrajo pomembno vlogo mobilne naprave. Le-te vsebujejo vse več senzorjev, s pomočjo katerih zaznavajo okolico. V tej nalogi smo se lotili obdelave podatkov, ki smo jih pridobili iz senzorjev gibanja, s pomočjo genetskega programiranja. Naša želja je bila, da s pomočjo giroskopa mobilne naprave izboljšamo zaznavo hitrostnih ovir. Ideja je bila, da se pri tem uporabi simbolična regresija. Preučili smo lastnosti posameznih senzorjev in spoznali njihove prednosti in slabosti. Implementirali smo algoritem simbolične regresije, s pomočjo katerega smo podatke obdelali. Pridobljene rezultate smo analizirali in jih skušali še izboljšati.
Ključne besede: giroskop, simbolična regresija, pospeškometer, genetsko programiranje, evolucijsko računanje
Objavljeno: 18.09.2013; Ogledov: 1238; Prenosov: 102
.pdf Celotno besedilo (1,92 MB)

8.
Razvoj inteligentnega sistema za modeliranje nanašanja materiala z uporabo laserja
Zoran Lestan, 2013, doktorska disertacija

Opis: Lasersko nanašanje materialov predstavlja sodobno dodajalno tehnologijo, ki ima v primerjavi s preostalimi postopki nanašanja kovinskih materialov številne prednosti. Poleg minimalnega vnosa energije, kvalitetnega spoja in majhnega toplotno vplivnega območja to tehnologijo odlikuje še dobra mehanska trdnost nanesenega materiala, ki je posledica hitrega ohlajanja. Kljub perspektivnosti tehnologije pa je ta še vedno v razvojni fazi. Vpeljujejo se novi materiali ter tehnike za določitev optimalnih procesnih parametrov. V disertaciji je prikazan postopek izdelave empiričnih modelov, s katerimi lahko na podlagi uporabljenih procesnih parametrov stroja napovemo lastnosti nanesenega materiala. Za izdelavo modelov je bilo uporabljeno genetsko programiranje ter regresijska analiza, ki za iskanje regresijskih koeficientov uporablja genetske algoritme. Na podlagi eksperimentalnih podatkov sta bila izdelana modela za napovedovanje volumna in modela za napovedovanje hrapavosti. Verifikacija dobljenih modelov je bila izvedena z uporabo testne množice eksperimentalnih podatkov. Na osnovi dobljenih modelov sistem določi optimalne parametre nanašanja materiala s stališča hitrosti nanašanja, izkoristka materiala in hrapavosti površine. Določitev optimalnih procesnih parametrov stroja je bila izvedena z uporabo nedominiranega sortiranja. Rezultati ponujajo operaterju niz optimalnih nastavitev procesnih parametrov, kar omogoča izdelavo kakovostnih izdelkov.
Ključne besede: lasersko nanašanje materialov, dodajalne tehnologije, tehnologija LENS, modeliranje, genetsko programiranje, genetski algoritmi, nedominirano sortiranje.
Objavljeno: 07.08.2013; Ogledov: 1254; Prenosov: 150
.pdf Celotno besedilo (15,77 MB)

9.
ANALIZA VZROKOV ZA NOTRANJE NAPETOSTNE RAZPOKE
Marko Plank, 2011, diplomsko delo

Opis: Namen diplomske naloge je na podlagi kontrolnih in proizvodnih podatkov o izmetu, ultrazvo?ni kontroli, procesu valjanja ter kemijski sestavi, ugotoviti prevladujo? vzrok za nastanek napetostnih notranjih razpok. Opisan je tudi postopek ultrazvo?ne kontrole, s katerim se le-te ugotavljajo. Za napovedovanje nastanka notranjih napetostnih razpok smo uporabili metodo genetskega programiranja. Dobljeni model napove vse pojave notranjih napetostnih razpok. Rezultati naloge so bili prakti?no uporabni. Vzroki za nastanek napak so bili odpravljeni.
Ključne besede: valjanje, ohlajanje jekla, napetostne razpoke, ultrazvok, genetsko programiranje
Objavljeno: 31.05.2011; Ogledov: 1906; Prenosov: 223
.pdf Celotno besedilo (10,95 MB)

10.
INOVATIVEN PRISTOP ZA IZBOLJŠANJE PROIZVODNEGA PROCESA S POMOČJO EVOLUCIJSKIH METOD
Nejc Cvörnjek, 2010, diplomsko delo

Opis: Človek se vse bolj in bolj zateka k naravi zato, da bi rešil probleme, s katerimi se srečuje. V diplomskem delu bom predstavil inoviranje ter tehnike ustvarjalnega razmišljanja, ki nam pomagajo pri inoviranju izdelkov, storitev in proizvodnega procesa. Nato bomo podrobneje predstavili genetske algoritme ter genetsko programiranje. Na koncu sledijo primeri, še posebej podobno pa prikažemo optimiranje potovanja obdelovanca v proizvodni hali. Pri primeru smo uporabili metodo genetskih algoritmov. Naloga je pokazala, da so evolucijske metode primerno inovativno orodje za reševanje proizvodnih problemov.
Ključne besede: Ustvarjalnost, proizvodni sistem, inovacija, invencija, optimizacija proizvodnje, evolucijske metode, genetski algoritmi, genetsko programiranje
Objavljeno: 11.10.2010; Ogledov: 2460; Prenosov: 196
.pdf Celotno besedilo (907,86 KB)

Iskanje izvedeno v 0.31 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici