1. Nadgradnja algoritma mehkega vodenja na programirljivem logičnem krmilniku s povezavo v okolje Matlab : magistrsko deloMatej Budna, 2021, magistrsko delo Opis: Današnji industrijski programirljivi logični krmilniki (PLK) omogočajo vgradnjo vedno bolj sofisticirane programske kode in s tem izvajanje zahtevnih logičnih operacij v industrijskih aplikacijah. Programsko okolje TIA portal (Siemens) vključuje višji programski jezik SCL (Structured Control Language), ki v obliki strukturiranega programiranja omogoča razvoj naprednih algoritmov za izvajanje v PLK jedru. Vodenje nelinearnih sistemov zahteva razvoj algoritmov vodenja, ki omogočajo zanesljivo delovanje po celotnem delovnem področju. Le-ti so razviti na osnovi metod mehkega računanja npr. mehka logika, nevronske mreže, algoritmi za iskanje optimalnih parametrov, itd.
V magistrskem delu smo se osredotočili na razvoj in razširitev obstoječe SCL kode za izvedbo mehke logike v PLK, ki izvaja aplikacije mehkega vodenja. Načrtovanje algoritma je izvedeno v okolju Matlab/Simulink z orodjem Fuzzy Control toolbox, kjer se izbrana struktura in pravila izvozijo v ustrezno SCL kodo. Takšna univerzalno prilagodljiva in prenosljiva struktura bloka (vhodi/izhodi/pravila) se kot SCL koda uvozi v PLK programsko okolje ter generira funkcijski blok za uporabo v aplikaciji vodenja. Na ta način je možno funkcijske bloke razviti v različnih verzijah TIA portala in na različnih modelih PLK-jev. Razvite bloke smo preizkusili na laboratorijskih modelih regulacije pretoka zraka in regulaciji nivoja treh povezanih hidravličnih posod.
Ključne besede: Mehka logika, TIA portal, Matlab/Simulink, regulacija
Objavljeno v DKUM: 18.10.2021; Ogledov: 1031; Prenosov: 106
 Celotno besedilo (5,01 MB) |
2. Celovitejši pristop k planiranju urbanega mobilnostnega sistema na osnovi mehkega večkriterijskega odločitvenega modela : doktorska disertacijaUroš Kramar, 2019, doktorska disertacija Opis: Urbani mobilnostni sistem (UMS) predstavlja pomemben element družbenega razvoja. Prihodnjega razvoja urbane mobilnosti se je tako potrebno lotiti na način, ki bo omogočal uravnotežen trajnostni razvoj. V doktorski disertaciji je prikazan nov in celovitejši pristop k planiranju UMS, ki ob široki vključenosti različnih deležnikov omogoča sprejemanje strateških odločitev. Na osnovi izbrane metodologije smo razvili novi model, ki je sestavljeni iz treh faz: po zbranih vhodnih podatkih se preko modificirane metode ciljnih skupin s tehniko nominalnih skupin izvede SWOT analiza in v zadnji fazi nadgradi z metodo mehki analitični hierarhični proces (FAHP). S tem se pridobijo rangirana prioritetna področja, ki posledično omogočajo razvoj scenarijev. Predlagani izvirni model tako omogoča celovitejše in poglobljeno razumevanje iskanja kompromisov, s katerimi se soočamo pri večkriterijskem odločanju in usklajevanju pogosto nasprotujočih si ciljev. Novi model planiranja UMS je bil uspešno testiran na primeru realnega urbanega okolja, kar potrjuje njegovo sposobnost zagotavljanja celovitejšega pristopa k planiranju UMS.
Ključne besede: mobilnost, urbani mobilnostni sistem, celovitejši pristop, strateško planiranje, AHP, mehka logika, FAHP, ciljne skupine, SWOT analiza
Objavljeno v DKUM: 10.03.2020; Ogledov: 1966; Prenosov: 266
Celotno besedilo (4,29 MB) |
3. Optimizacija dostavnih mest in poti v urbanih območjih na osnovi manhattanske metrike in mehke logikeTomislav Letnik, 2019, doktorska disertacija Opis: V disertaciji rešujemo problem statistično optimalnega števila in lokacij dostavnih mest ter optimalnega vodenja tovornih vozil v procesu mestne dostave.
Za iskanje optimalnega števila in pozicij dostavnih mest v doktorski nalogi razvijemo večparametrični model idealiziranega mesta. Model obravnava urbano območje velikosti 1 km2 in temelji na metodi vzorčenja latinske hiperkocke za razporeditev strank vzdolž izbrane ortogonalne prometne mreže. Določanje statistično najprimernejših lokacij dostavnih mest temelji na algoritmu mehkega grozdenja c-sredin. Parametrične analize so pokazale statistično značilne geometrijske vzorce optimalnih dostavnih mest. Izkazalo se je, da so identificirani vzorci robustni glede gostote strank in gostote prometne mreže. Problem določanja dostavnih mest je intimno povezan s problemom pokritja. Obravnavan je pomemben mejni primer pokritja mreže z dokazom optimalnosti pokrivnega števila. V disertaciji je podana tudi optimalna konstrukcija limitnega primera na poljubni pravokotni mreži.
Model določanja števila in lokacij dostavnih mest je nadgrajen s funkcijo optimalnega vodenja tovornih vozil. Ključna predpostavka modela so štiri vstopno/izstopna vrata v mesto ter pri vsakem obisku mesta največ trojna dostava iz dostavnih mest (t.j. trem različnim strankam). Glede izbire dostavnega mesta sta bila uporabljena dva principa, ki temeljita na rezultatu algoritma mehkega grozdenja c-sredin: (i) trdi – vedno se izbere dostavno mesto, ki je najbližje stranki, (ii) mehki –omogoča tudi izbiro dostavnih mest z nižjimi pripadnostnimi vrednostmi. Problem določitve optimalne transportne poti je rešen s pomočjo nabora izvirnih celoštevilskih linearnih programov.
Rezultati simulacij za trojno dostavo kažejo, da skupne razdalje prevoženih poti niso značilno odvisne od števila potencialnih dostavnih mest, jih je pa mogoče pomembno zmanjšati z mehkih pristopom, vendar na račun daljših prehojenih razdalj. Izkaže se, da je najbolje uporabiti mehki pristop pri relativno velikem številu potencialnih dostavnih mest.
Model je bil prilagojen tudi za reševanje konkretnega praktičnega problema na primeru mesta Lucca, v Italiji. Za obravnavano mesto smo izdelali usmerjen graf prometnega omrežja, potencialne lokacije dostavnih mest so bile določene na osnovi dostopnosti in prostorskih možnosti. Za generiranje povpraševanja po dostavah je bil razvit simulator, uvedena je bila tudi procedura rezerviranja dostavnih mest in simulacija čakalne vrste vozil zunaj mesta v primeru omejene kapacitete in zasedenosti dostavnih mest. Izračunani so bili časovni in energijski prihranki.
S ciljem realizacije predlaganih rešitev je v nalogi predstavljen tudi koncept informacijskega sistema, ki temelji na uporabi mobilnih naprav in omogoča vodenje dostavnega vozila in s tem upravljanje procesa dostav v realnem času. Na koncu doktorske naloge so podane ključne ugotovitve in predlagani koraki za nadaljnje raziskovanje.
Ključne besede: cestni transport, mestno središče, dostava tovora, dostavno mesto, vodenje vozila, določanje lokacije, optimizacija, modeliranje, mehka logika
Objavljeno v DKUM: 05.03.2019; Ogledov: 2548; Prenosov: 233
Celotno besedilo (8,83 MB) |
4. Izboljšava regulacije grelnih panelov ir s pomočjo umetne inteligenceMihael Meklav, 2018, magistrsko delo Opis: Umetna inteligenca postaja v zadnjem času vse bolj popularna, saj nam prihrani čas in zmanjša potrebo po določenem znanju, ki bi ga morali vložiti v določeno stvar. Na področju regulacije se uporablja predvsem za optimizacijo nastavitev, ki privedejo do nižjih stroškov in boljše bivalne pogoje.
V magistrskem delu smo naredili aplikacijo, ki teče na kartičnem računalniku Raspberry PI. Sistem je sestavljen iz dveh delov in sicer serverske aplikacije napisane v Java programskem jeziku in HTML spletnega vmesnika. Prvi del spremlja in zapisuje v podatkovno bazo podatke o prisotnosti oseb in temperaturah. Zraven s pomočjo umetne inteligence, v našem primeru metode mehke logike, računa potreben čas za dogrevanje. Ko je potrebno nam na osnovi podatkov iz zgodovine predvidi, kdaj bo oseba ponovno prisotna v prostoru. Drug del predstavlja spletno aplikacijo, ki je razvita v ASP.NET Core tehnologiji in nam omogoča prikaz in nastavitev vseh potrebnih podatkov.
Ključne besede: IR grelni panel, termostat, regulacija, mehka logika, Raspberry PI
Objavljeno v DKUM: 23.01.2019; Ogledov: 1425; Prenosov: 121
Celotno besedilo (2,82 MB) |
5. Algoritmi vodenja položaja mobilnega robota : magistrsko deloMartin Adler, 2018, magistrsko delo Opis: Magistrska naloga se osredotoča na preučevanje in izdelavo algoritmov vodenja položaja mobilnega robota za igranje robotskega nogometa. Uporabili smo mobilni robot s tremi omni kolesi. Omni kolesa omogočajo robotu lažje in hitrejše premikanje. Za možgane robota smo uporabili mikrokrmilno ploščico Aruduino MEGA 2560 V2.0. Poganjali smo ga s tremi elektromotorji, pozicioniranje pa nam je omogočil žiroskop, oziroma pospeškometer MPU 6050. V nalogi smo poskusili čim bolje predstaviti algoritme vodenja s PID regulacijo in mehko logiko, da bi lahko pridobljeno znanje uporabljali študentje in dijaki na tekmovanjih robotskega nogometa. V nalogi je podrobno opisana izdelava kinematičnega modela robota. Dobljen kinematični model smo uporabili pri izdelavi programov za simulacijski model robota, kot tudi v programih za realni del robota. Prikazali smo simulacijsko vožnjo robota v programu Matlab. Simulacija se lahko odlično uporablja za pedagoške namene, saj je iz nje točno vidno, kako se bo robot obnašal pri različnih hitrostih omni koles. Za primerjavo algoritmov vodenja s P, PI, PD in PID regulatorjem in mehko logiko, smo izdelali simulacijsko progo robota v programu Matlab Simulink. Simulacijske rezultate smo primerjali in podali ugotovitve. Algoritem vodenja mobilnega robota smo napisali v programu Arduino IDE. Uporabili smo ga z mehko logiko in PID regulatorjem. Primerjali smo vožnje z obema algoritmoma in jih grafično primerjali. Primerjali smo tudi simulacijski model robota z realnim robotom. Povzeli smo dobljene rezultate in predlagali najbolj optimalno rešitev vodenja mobilnega robota.
Ključne besede: algoritmi vodenja, mobilni robot, Matlab, Matlab Simulink, Arduino, Arduino IDE, mehka logika, PID regulacija, kinematični model, omni kolesa.
Objavljeno v DKUM: 08.01.2019; Ogledov: 1455; Prenosov: 176
Celotno besedilo (3,21 MB) |
6. Integrirani avtoregresijski modeli s premikajočimi sredinami za napovedovanje porabe električne energijeMatic Tajnik, 2016, magistrsko delo Opis: Magistrsko delo obravnava primerjavo pristopov različnih tehnik k napovedovanju porabe električne energije. Delo je razdeljeno na pet poglavij. V prvem poglavju so predstavljene tehnike modeliranja, ki so potrebne za razumevanje opravljenih analiz in nadaljnih primerjav, to so: večstopenjska linearna regresija, metoda podpornih vektorjev, naključni gozd in mehka logika. Pregledu metod modeliranja sledi poglavje, kjer so predstavljeni indeksi kakovosti modelov. Razdeljeni so v pet podpoglavij: napake, determinacijski koeficient, popravljen determinacijski koeficient, statistični F-test in informacijski kriteriji. V tretjem poglavju so podrobno predstavljeni in razčlenjeni integrirani avtoregresijski modeli premikajoče sredine (ARIMA). Naprej je predstavljena avtokorelacija in njene funkcije, sledi definicija stacionarnosti in diferenciranja časovne vrste, predstavljeni so sezonski ARIMA modeli, na koncu sledijo koraki Box-Jenkins metodologije za izgradnjo ARIMA modelov. V četrtem poglavju je povzeta uporaba taksonomije, izdelana je razširitev taksonomije napovedovanja v elektrogospodarstvu, predstavljena je obdelana literatura in prikaz taksonomskih enot, ki so bile vsebovane v njej. Poleg taksonomskih enot so za obravnavano literaturo predstavljeni grafi primerjav tehnik modeliranja. V zadnjem poglavju so predstavljeni izračuni in primerjava rezultatov natančnosti modelov za napovedovanje. Najprej je predstavljena lastna časovna vrsta, sledi konstrukcija ARIMA modela po Box-Jenkins metodologiji in kasneje še modelov AutoARIMA (funkcija, ki samostojno določi parametre modela), multiple linearne regresije (MLR) in metode podpornih vektorjev (SVM). Na koncu poglavja so prikazane analize primerjav med modeli glede na dolžino in odmik učnega obdobja. Primerjani so tudi modeli za 12 urno napovedovanje.
Ključne besede: napovedovanje, linearna regresija, naključni gozd, podporni vektorji, ARIMA modeli, taksonomija, mehka logika, informacijski kriteriji.
Objavljeno v DKUM: 07.02.2017; Ogledov: 3187; Prenosov: 350
Celotno besedilo (4,58 MB) |
7. Project portfolio management : selecting and prioritizing projects for competitive advantage1999, zbornik Ključne besede: projektno vodenje, vodenje projektov, planiranje projektov, projekti, management, selekcija, konkurenca, prednost, portfolio, orodja, klasifikacija, strategija, novi proizvodi, razvojni projekti, znanje, obveznosti, odgovornost, ideje, praksa, paradigme, kvaliteta, bilanciranje, poslovanje, kontrola, opcije, podjetje, podpora, uspešnost poslovanja, uporaba računalnika, informacijski sistemi, metode, ocenjevanje, vrednotenje, aktivnosti, aplikacija, alokacija, mehka logika, cost benefit analiza, kapital, vrednost, zborniki, denarni tokovi, primeri, dokumentacija, terminologija
Objavljeno v DKUM: 10.07.2015; Ogledov: 2067; Prenosov: 166
 Povezava na celotno besedilo |
8. |
9. Uporaba metod mehkega računanja v proizvodnih sistemihJure Šafner, 2015, diplomsko delo Opis: V diplomskem delu smo raziskali in nazorno predstavili metode mehkega računanja in njihove prednosti. Pri tem smo se osredotočili na nevronske mreže, mehko logiko, evolucijsko računanje in skupinsko inteligenco. Vsako metodo smo raziskali in predstavili po naslednjem ključu: zgled v naravi, uporabnost v industriji, oblikovanje metode in njeni sestavni deli ter predstavitev delovanja metod. Nato smo na podlagi strokovne in znanstvene literature naredili primerjavo omenjenih metod. Z diplomskim delom smo potrdili, da so metode mehkega računanja koristna orodja za reševanje optimizacijskih problemov ter so uporabne pri kompleksnih NP problemih.
Ključne besede: mehko računanje, umetna inteligenca, nevronske mreže, genetski algoritmi, skupinska inteligenca, mehka logika, algoritem kolonije mravelj, inteligenca roja delcev.
Objavljeno v DKUM: 02.07.2015; Ogledov: 1856; Prenosov: 141
Celotno besedilo (1,61 MB) |
10. Uporaba umetne inteligence za reševanje zahtevnih inženirskih problemovSimon Šikovec, 2013, diplomsko delo Opis: diplomsko delo opisuje različne metode umetne inteligence in njihovo uporabo v inženirstvu. V uvodnem delu je razčlenitev umetne inteligence in splošen opis, ki mu sledi nekaj primerov. S primeri, kot sta na primer optimizacija obdelovalnih parametrov in napovedovanje oziroma obnašanje sistema v prihodnosti, želimo pokazati, da je uporaba umetne inteligence učinkovit pristop za reševanje inženirskih problemov. Na koncu obeh primerov prikažemo, da je uporaba metod umetne inteligence učinkovita, saj je robustna, zmogljiva in za inženirske potrebe dovolj natančna. Danes vse bolj stremimo k čim večji avtomatizaciji in načrtovanju proizvodnih sistemov, ki nam dajejo najboljše rezultate. Uporaba umetne inteligence je velikokrat skoraj nujna, saj do neke mere nadomesti navzočnost človeka v proizvodnih sistemih.
Ključne besede: Ključne besede: umetna inteligenca, nevronske mreže, genetski algoritmi, skupinska inteligenca, mehka logika, algoritem kolonije mravelj.
Objavljeno v DKUM: 26.11.2013; Ogledov: 3205; Prenosov: 499
Celotno besedilo (1,81 MB) |
