| | 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 - 8 / 8
Na začetekNa prejšnjo stran1Na naslednjo stranNa konec
1.
2.
UPORABA HIBRIDNIH METAHEVRISTIK PRI REŠEVANJU OPTIMIZACIJSKIH PROBLEMOV
Igor Pesek, 2009, doktorska disertacija

Opis: V doktorski disertaciji sta predstavljena dva algoritma za reševanje težkih kombinatoričnih problemov. Prvi problem se imenuje Problem razvrščanja poslov z omejitvami virov, za katerega smo razvili algoritem z združevanjem konstrukcijske hevristike RAR z algoritmom vzpenjanja na hrib. Drugi problem, ki ga v obravnavamo, je problem načrtovanja usmerjenih omrežij z minimalno ceno in enotnimi vsi-do-vseh komunikacijskimi zahtevami med vozlišči. Za drug algoritem smo razvili algoritem, ki združuje metahevristiko izbiranja s pragom, lokalno iskanje in metodo za obdelavo podatkov. Oba algoritma sta med najboljšimi v primerjalnih testih.
Ključne besede: hevristični algoritem, lokalno iskanje, metahevristike, optimizacijske metode, NP-težki problemi, razvrščanje poslov z omejitvami virov, načrtovanje usmerjenih omrežij
Objavljeno: 07.04.2009; Ogledov: 2924; Prenosov: 204
.pdf Celotno besedilo (1,28 MB)

3.
4.
5.
REŠEVANJE NELINEARNEGA LOKACIJSKEGA PROBLEMA Z UPORABO NUMERIČNIH OPTIMIZACIJSKIH METOD NA PRIMERU REALNIH PODATKOV DISTRIBUCIJSKE ORGANIZACIJE
Miroslav Korošec, 2011, diplomsko delo

Opis: Diplomsko delo prikazuje uporabo nelinearnih multidimenzionalnih metod na primeru realnih podatkov distribucijske organizacije. V delu želimo prikazati način, kako določiti geografsko lokacijo nekega centralnega skladišča za potrebe dnevne distribucije blaga široke potrošnje. Ker gre za nelinearni multidimenzionalni optimizacijski problem, je potrebno za določitev optimalne lokacije uporabiti nelinearne multidimenzionalne optimizacijske metode. V delu je najprej predstavljenih nekaj najbolj tipičnih tovrstnih metod, sama rešitev problema pa je izpeljana s pomočjo naslednjih dveh metod: Hooke-Jeevesove metode vzorčnih premikov in Nelder-Meadove simpleksne metode. V delu je podan prikaz vseh izračunanih numeričnih rezultatov obeh metod za optimalno lokacijo skladišča in predlagano implementacijo dobljene rešitve.
Ključne besede: Optimizacija, numerične optimizacijske metode, nelinearno programiranje, Hooke-Jeevesova metoda vzorčnih premikov, Nelder-Meadova simpleksna metoda, Cauchyeva metoda najstrmejšega spusta, Newtonova multidimenzionalna metoda, Marquardtova metoda, reševanje lokacijskih problemov
Objavljeno: 16.10.2011; Ogledov: 1656; Prenosov: 138
.pdf Celotno besedilo (2,73 MB)

6.
7.
Pohitritev transformacije domnevnih razdalj
Danijel Žlaus, 2016, magistrsko delo/naloga

Opis: V magistrskem delu opisujemo pohitritev transformacije domnevnih razdalj, ki je izpeljanka tradicionalnih algoritmov transformacij razdalj. Transformacije razdalj običajno delujejo nad dvodimenzionalnimi binarnimi slikami, kjer vsakemu elementu ospredja določijo oddaljenost do najbližjega elementa ozadja. Kadar slika ni binarna, je nad njo potrebno izvesti dodano predprocesiranje, ki vključuje korak binarizacije. Nasprotno pa lahko transformacijo domnevnih razdalj uporabimo neposredno nad sivinskimi, barvnimi in multispektralnimi slikami in se tako izognemo pogoste neželenemu predprocesiranju. Slabost tega pristopa pa je časovna zahtevnost, ki je v naivni implementaciji kar O(N^2.5). V magistrskem delu predstavimo pohitren algoritem transformacije domnevnih razdalj ter teoretično analizo njegove časovne zahtevnosti. Nad implementiranim algoritmom izvedemo tudi meritve, s čimer potrdimo teoretične časovne zahtevnosti pohitrenega pristopa, ki je enaka O(N^1.5) v pričakovanem ter O(N^2) v najslabšem primeru.
Ključne besede: matematična morfologija, transformacija domnevnih razdalj, transformacija razdalj, časovna zahtevnost, optimizacijske metode
Objavljeno: 06.09.2016; Ogledov: 474; Prenosov: 66
.pdf Celotno besedilo (6,77 MB)

8.
REŠEVANJE MEŠANO CELOŠTEVILSKIH NELINEARNIH PROBLEMOV Z DEKOMPOZICIJSKIMI IN RELAKSACIJSKIMI METODAMI
Šolasta Čuček, 2016, diplomsko delo

Opis: Diplomsko delo obravnava razvoj optimizacijskih metod v strukturi mešano celoštevilskega linearnega programiranja in tudi zahtevnejšega mešano celoštevilskega nelinearnega programiranja, katerega razvoj se je začel v šestdesetih letih 20. stoletja. Optimizacijske metode se danes razvijajo zelo hitro, prav tako njihova uporaba v kemijski tehniki, in sicer v sistemski procesni tehniki, ki se neprestano dopolnjuje. Hkrati razvoj optimizacijskih metod predstavlja izziv za znanstvenike na področju matematičnega programiranja, gradbeništva, elektrotehnike, managementa in seveda kemijske tehnologije. Zaradi razvoja optimizacijskih metod sta v diplomskem delu obravnavani dve metodi, in sicer splošna Bendersova dekompozicija in zunanja poenostavitev s sprostitvijo enačb v strukturah mešano celoštevilskega (ne)linearnega programiranja. Prikazana, opisana in rešena sta dva primera za vsako strukturo. Na podlagi števila iteracij je bilo ugotovljeno, da potrebujejo relaksacijske metode manj iteracij in krajši računalniški čas kot izbrana dekompozicijska metoda, s čimer je bila zastavljena hipoteza potrjena.
Ključne besede: optimizacijske metode, mešano celoštevilsko linearno programiranje, mešano celoštevilsko nelinearno programiranje, splošna Bendersova dekompozicija, modeliranje, procesna sistemska tehnika
Objavljeno: 25.10.2016; Ogledov: 566; Prenosov: 68
.pdf Celotno besedilo (1,74 MB)

Iskanje izvedeno v 0.14 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici