| | SLO | ENG | Cookies and privacy

Bigger font | Smaller font

Search the digital library catalog Help

Query: search in
search in
search in
search in
* old and bologna study programme

Options:
  Reset


1 - 8 / 8
First pagePrevious page1Next pageLast page
1.
BLACK-SCHOLESOV MODEL VREDNOTENJA OPCIJ
Damir Najvirt, 2010, undergraduate thesis

Abstract: V diplomski nalogi obravnavam Black-Scholesov model vrednotenja opcij, ki sta ga leta 1973 razvila Fisher Black in Myron Scholes. Black-Scholesov model je primeren za vrednotenje več vrst opcij, vendar pa v praksi prihaja do velikih razhajanj med vrednostjo opcije izračunano po Black-Scholesovem modelu in tržno ceno opcije. To razhajanje je že vrsto let podlaga raziskav, v katere se vključujejo tudi matematiki in fiziki. S stališča popularizacije fizike je predvsem zanimiva predpostavka modela, da je gibanje vrednosti delnic slučajen proces podoben difuziji, tako da lahko Black-Scholesovo enačbo rešimo po analogiji z difuzijsko enačbo.
Keywords: Brownovo gibanje, Stohastični procesi, Wienerjev proces, opcije, izvedeni finančni instrumenti, Black-Scholesov model, nestanovitnost, difuzija, Mertonov model difuzije s skoki.
Published: 11.11.2010; Views: 2683; Downloads: 305
.pdf Full text (1,26 MB)

2.
MARKOVSKE VERIGE Z ZVEZNIM ČASOM
Janja Čeh, 2010, undergraduate thesis

Abstract: V diplomski nalogi so podrobneje opisane markovske verige in procesi. Nekaj nazornih primerov uporabe le teh, je omenjenih že v uvodnem poglavju. Sledi definicija stohastičnih procesov, ki nam je v pomoč pri formalni definiciji markovskih verig. Na kratko so opisane markovske verige z diskretnim časom, s pomočjo katerih so kasneje vpeljane analogne definicije za markovske verige z zveznim časom, ki so osrednja tema te diplomske naloge. Posebej so proučeni posebni primeri markovskih verig z zveznim časom kot so Poissonovi procesi in procesi rojstva ter umiranja.
Keywords: stohastični procesi, markovske verige, Poissonovi procesi, procesi rojevanja in umiranja.
Published: 02.11.2010; Views: 1840; Downloads: 335
.pdf Full text (563,21 KB)

3.
Vpliv fluktuacij, variabilnosti in topološke organiziranosti fizikalnih in bioloških sistemov na optimizacijo njihovega delovanja
MARKO GOSAK, 2011, dissertation

Abstract: V doktorski disertaciji je preučevano in analizirano obnašanje različnih nelinearnih dinamičnih sistemov, na podlagi katerih je možno opisati delovanje številnih bioloških in fizikalnih sistemov. Ker sta za vse realne sisteme značilna prisotnost fluktuacij in heterogenost gradnikov, je tema dejavnikoma posvečena posebna pozornost. V prvem delu je dokazano, da lahko tako pravšnja intenziteta intrinzičnega šuma, ki je posledica naključnih procesov na molekularni ravni, kot pravšnja mera variabilnosti, konstruktivno vplivata na prostorsko dinamiko sklopljenih bioloških oscilatorjev. V okviru tega so izpeljani in raziskani tudi pogoji, pod katerimi je mogoče koherentno dinamiko v prostor vsiljevati z lokalnim vzpodbujevalnikom. Šum in heterogenost gradnikov lahko ključno krojita tudi obnašanje sistemov mehke snovi. V disertaciji je pokazano, da se lahko v polimersko-stabilizirani feroelektrični celici tekočega kristala manifestira pojav stohastične resonance. Ob tem je sistematično analiziran sovisen vpliv dinamičnega šuma in različnih izvorov statičnega nereda, ki so značilni za sisteme mehke snovi. Napredek pri raziskavah kompleksnih mrež, ki smo mu priča v zadnjem desetletju, je vzpodbudil raziskave različnih dinamičnih fenomenov tudi z vidika načina povezav, ki posamezne elemente povezujejo v celoto. V luči teh trendov je v drugem delu disertacije analiziran doseg šibkega vzpodbujevalnika v sistemu stohastično motenih oscilatorjev, za katerega se izkaže, da je znatno večji v primeru kompleksne topološke organiziranosti. V nadaljevanju je naslovljeno vprašanje optimalne strukture mreže, ki vodi do največje regularnosti stohastično induciranih oscilacij. V nasprotju s pričakovanji do optimalnega odziva ne vodi najučinkovitejša skalno neodvisna mreža, pač pa manj heterogena mreža, v kateri so prisotne interakcije dolgega in kratkega dosega, kar je povezano s kritičnim vedenjem v sestavi mreže. V zadnjem delu doktorske disertacije je izdelan mrežni model tkiva, sestavljenega iz gladkih mišičnih celic pljučne arterije, na podlagi katerega so razložene eksperimentalne meritve kontrakcije gladkih mišičnih celic iz zdravih in kronično obolelih podgan. Pri tem je posebna pozornost namenjena celični variabilnosti in patofiziološki vlogi topološke organiziranosti medceličnih povezav.
Keywords: nelinearna dinamika, stohastični procesi, biološki oscilator, ekscitabilna dinamika, kalcijeva signalizacija, stohastična resonanca, koherenčna resonanca, kompleksne mreže, prostorsko vpete mreže
Published: 10.02.2011; Views: 3821; Downloads: 271
.pdf Full text (18,01 MB)

4.
5.
6.
7.
8.
Razporejanje proizvodnje z metodami strojnega učenja
Robert Rupnik, 2016, master's thesis/paper

Abstract: Procesi v kompleksnih proizvodnih okoljih postajajo vse bolj nepredvidljivi in se zaradi nenehnih spreminjajočih se zahtev odjemalcev v globalnem okolju čedalje hitreje spreminjajo. Podjetja so se tako že v preteklosti pričela podrobneje organizirati in so v procese vključevala pomagala za terminiranje proizvodnje posameznega izdelka. Danes so na trgu že zelo dodelani računalniško podprti programi, ki pa žal ne predstavljajo ustrezne rešitve v kompleksnih okoljih, kjer imamo opravka z masovnimi, stohastičnimi tokovi materialov. V nalogi smo prikazali praktično uporabo aplikacije, izdelane z metodo strojnega učenja in genetskih algoritmov, v konkretnem proizvodnem okolju jeklarne SIJ Acroni d. o. o. Podjetje sestavljajo štiri enote, optimirali pa smo sklop strojev v eni izmed njih. Zaradi kompleksnosti proizvodnje izključno unikatnih izdelkov proces optimiranja v takem primeru preseže orodja klasičnega terminiranja kakor tudi človeško kombinatoriko. Reševanja izziva zmanjšanja zastojev smo se lotili z uporabo znanja s področja umetne inteligence in genetskih algoritmov. Razvili smo model za sklop strojev in izvedli njegovo validacijo s pomočjo dogodkovne simulacije. Genetske algoritme smo uporabili za iskanje optimalnega proizvodnega razporeda. V izvedeni preliminarni študiji smo ugotovili, da lahko z uporabo genetskih algoritmov čas proizvodnje skrajšamo v povprečju tudi za 4 %, kar pomeni velike časovne prihranke in za podjetje tudi nižje stroške obratovanja proizvodnje. Na ta način smo dokazali, da predstavljajo genetski algoritmi primerno metodo za optimiranje kompleksnih proizvodnih procesov, kar pripomore k večji produktivnosti proizvodnega procesa.
Keywords: strojno učenje, genetski algoritmi, optimiranje, stohastični procesi, planiranje (terminiranje) proizvodnega procesa, proizvodni management
Published: 17.10.2016; Views: 717; Downloads: 65
.pdf Full text (3,25 MB)

Search done in 0.12 sec.
Back to top
Logos of partners University of Maribor University of Ljubljana University of Primorska University of Nova Gorica