20.500.12556/DKUM-83831 Uporaba evolucijskih metod za napovedovanje stroškov inženirskih projektov magistrsko delo Applying evolutionary methods for cost prediction in engineering projects Magistrsko delo obsega napovedovanje stroškov inženirskih projektov v orodjarstvu, katerih cilj so transferna orodja za preoblikovanje pločevine. Cilj dela je s pomočjo genetskega programiranja in programskega okolja BricsCAD na podlagi stroškovne analize že izdelanih transfernih orodij ustvariti napovedne matematične modele za napovedovanje stroškov vsebinsko podobnih projektov v prihodnosti. Za zadostno genetsko raznovrstnost v začetnih generacijah smo organizme ustvarili s polnim, rastočim in delno polnim, delno rastočim načinom. Kot najbolj točen napovedni model v fazi testiranja se je izkazal model z delno polnim, delno rastočim načinom stvarjenja, ki je dosegel povprečno točnost 97,59 %. Ustvarjeni napovedni model je funkcijske gene izbiral iz osnovnih matematičnih operacij: seštevanja, odštevanja, množenja in deljenja. Za uporabo priporočamo model, pridobljen z rastočim načinom in naborom funkcijskih genov iz osnovnih računskih operacij brez operacije deljenja. Model je zgolj 0,25 % manj točen, vendar je enostavnejši za uporabo in za delovanje zahteva poznavanje le trinajstih in ne sedemnajstih spremenljivk. This master thesis covers the cost prediction of engineering projects in the toolmaking industry aimed at transfer tools for sheet metal forming. The aim of the work is to use genetic programming and the BricsCAD software environment - based on a cost analysis of transfer tools already produced - to create predictive mathematical models to forecast the costs of fundamentally similar projects in the future. To ensure sufficient genetic diversity of organisms in the initial generations, we have created organisms with grow, full and ramped-half-and-half methods of creation. The ramped-half-and-half model proved to be the most accurate predictive model in the testing phase, it achieved an average accuracy of 97.59%. The predictive model created selected the function genes from the basic mathematical operations: of addition, subtraction, multiplication, and division. We recommend using a model obtained in a growing mode and a set of functional genes from basic computational operations without the operation of division. The model is only 0.25% less accurate, but it is more robust and requires knowledge of 13 variables rather than 17. evolucijske metode genetsko programiranje modeliranje in optimizacija projektno vodenje v orodjarstvu obvladovanje stroškov evolutionary methods genetic programming modelling and optimization project management in the tool industry cost management true true false Slovenski jezik Angleški jezik Magistrsko delo/naloga 2023-02-19 20:45:38 2023-04-24 08:17:29 2023-05-17 03:05:51 0000-00-00 00:00:00 2023 0 Maribor 0 Maribor 1 spletni vir (1 datoteka PDF (XIV, 62 f.)) 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 004.8.02:[657.478:658.5](043.2) 152277507 MAG_Sket_Kristijan_2023.pdf MAG_Sket_Kristijan_2023.pdf 1 7C632DE077543BCE3CA7FEFE0FE92E9B 7c27d7c57b33d00da254a5953a36a9202dd8cc487aa9206893813ae990636641 b5334d79-dec7-11ed-b3cb-00155d000105 https://dk.um.si/Dokument.php?lang=slv&id=166883 Fakulteta za strojništvo 0 0 0