ALGORITMI IN TEHNIKE PODATKOVNEGA RUDARJENJA NA BAZI PROCESNIH PARAMETROVColja, Sara (Avtor) Benkovič, Dominik (Mentor) Cvahte, Peter (Komentor) podatkovno rudarjenjenevronska mrežaodločitvena drevesavzvratno širjenje napakemetoda padajočih gradientovV diplomskem delu je predstavljen proces podatkovnega rudarjenja, njegovi algoritmi, tehnike in uporaba v praksi. V prvem delu se seznanimo s teorijo podatkovnega rudarjenja. Omenjene so tehnike podatkovnega rudarjenja in nekateri najbolj znani algoritmi. Podrobneje je predstavljen algoritem nevronskih mrež, ki se uporabi v praktičnem primeru. V drugem delu je po korakih splošne metode podatkovnega rudarjenja, predstavljene v prvem delu, predstavljen konkreten poslovni problem, ki ga rešujemo s podatkovnim rudarjenjem. Na bazah podatkov podjetja Impol sta zgrajena modela za iskanje povezav med kemijsko sestavo zlitine EN AW-7075 (interna oznaka PD30) in njenimi mehanskimi lastnostmi. Po združitvi različnih baz in agregiranju podatkov je bilo uporabljenih 675 množic zgodovinskih podatkov za zlitino PD30. Model je bil zgrajen z orodjem SPSS Modeler, s feed-forward nevronsko mrežo in vzvratnim širjenjem napake. Naučeni nevronski mreži napovedujeta mehanske lastnosti napetost tečenja (R0,2), natezna trdnost (Rm) in raztezek (A), kot funkcijo procesnih parametrov. Točnost napovedi modela nevronske mreže za napetost tečenja je 84,8%, točnost napovedi modela za natezno trdnost in raztezek pa 91,8%. S predstavljenima modeloma nevronskih mrež je pokazano, da lahko podjetje Impol razvije model za ocenjevanje končnih mehanskih lastnosti, kot funkcijo procesnih parametrov. S tem je omogočena optimizacija procesne poti glede na produktivnost in kvaliteto.[S. Colja]20112011-04-16 14:34:56Diplomsko delo18116sl