Najlaki zadaci

-Pretrage
1. Napisati program koji pronalazi poloaje N dama na ahovskoj tabli dimenzije NxN, takve da se bilo koja dama ne nalazi na putanji ostalih dama.

3. Napisati program kojim se odreuju potezi koje ahista treba da obavi da bi skaka sa pozicije B2 preao na poziciju F2.

-Genetski algoritmi
1. Ako je data funkcija f(x)=4*x1+cos(x2)/x1 nad intervalom x1 e [1.2, 5] x2 e [-5, -1] pronaci maksimum i minimum funkcije preciznost 0.0003 2. Ako je data funkcija f(x0, x1, .....x9) = (x7+x8+x9)*(sin(x0)*sin(x1)*sin(x2)+cos(x3)*cos(x4)*cos(x5))/x6 pronaci minimum i maximum x0, x1 .. x9 pripadaju intervalu 0, 2 (realni brojevi) preciznost 0.01 3. Ako se zna da je maksimalna zapremnina magacina 170000 m3 odrediti optimalnu kolicinu svakog proizvoda tako da se magacin maksimalno iskoristi ako je: proizvod A dimenzija 2x3x1 (sirinaxduzinaxvisina dimenzije su u metrima) proizvod B dimenzija 2.1x1.7x3 (sirinaxduzinaxvisina dimenzije su u metrima) proizvod C dimenzija 3x1.2x5 (sirinaxduzinaxvisina dimenzije su u metrima) proizvod D dimenzija 1.2x3.2x1.5 (sirinaxduzinaxvisina dimenzije su u metrima) proizvod E dimenzija 2.1x3x1 (sirinaxduzinaxvisina dimenzije su u metrima) proizvod F dimenzija 2.1x3x1.1 (sirinaxduzinaxvisina dimenzije su u metrima)

4. Ako se zna da je maksimalna nosivost kamiona A 32000 kg a kamiona B 1800 kg odrediti optimalnu kolicinu svakog proizvoda tako da se natovare oba kamiona proizvodima: p1 (20kg) p2 (78kg) p3 (132 kg) p4 (12kg) p5(17kg) p6(23kg)

-Fuzzy logika
1. Napisati program za vodjenje statistike o predmetima i studentima i obezbediti mogucnost fuzzy pretrazivanja ako je poznato sledece: Predmet: ---------naziv tezina (fuzzy: tezak,sredje tezine,lak) prolaznost (fuzzy: velika, srednja, mala} Student: -----------Ime i prezime prosek (fuzzy: visok, srednji, nizak) broj_polozenih_ispita (fuzzy: mnogo, malo) Za testiranje iskoristiti sledeca pitanja: Zelim da dobijem sve predmente koji su srednje tezine i imaju malu prolaznost. Zelim da dobijem sve studente koji imaju nizak prosek i mnogo polozenih ispita. 2. Napisati program za vodjenje evidencije o automobilima i motorima i obezbediti mogucnost fuzzy pretrazivanja ako je poznato sledece: Automobil: ---------naziv tezina (fuzzy: tezak,sredje tezine,lak) brzina (fuzzy: velika, srednja, mala} motor Motor: -----------naziv kubikaza (fuzzy: velika, srednja, mala) Za testiranje iskoristiti sledea pitanja: elim da dobijem sve automobile koji su velike teine i velike brzine prolaznost. elim da dobijem sve automobile koji imaju motor velike kubikae i koji su male brzine. 3. Napisati program za voenje statistike o kosarkaskim klubovima i igracima i obezbediti mogunost fuzzy pretraivanja ako je poznato sledee: Klub: ---------naziv trenutni plasman (fuzzy: vrh tabele, sredina, dno) ukupan broj pobeda (fuzzy: dosta, malo) igrai Igra: ------------

Ime i prezime visina (fuzzy: jako visok, visok, umeren) prosean broj poena (fuzzy: jako dobar, dobar, lo) Za testiranje iskoristiti sledea pitanja: elim da dobijem sve klubove koji se nalaze u vrhu tabele i imaju dosta pobeda. Koji su to visoki igrai sa jako dobrim prosenim brojem poena? 4. 1. Ako je projekat opisan preko svojih faza a svaka faza opisana je nazivom, planiranom cenom, planiranim trajanjem, trenutnom cenom i trenutnim trajanjem obezbediti: 1.1 mogunost fuzzy pretraivanja faza po etri kriterijuma 1.2 mogunost fuzzy pretraivanja projekata po etri kriterijuma (uzimati prosene vrednosti iz svih faza) NAPOMENA: Faze u odnosu na duinu trajanja podeliti na KRATKE, SREDNJE, VELIKE i JAKO_VELIKE u odnosu na cenu podeliti na JEFTINE, SREDNJE, SKUPE i JAKO SKUPE

-Neuronske mree
1. Implementirati neuronsku mrezu koja predstavlja zamenu za sabirac dva 12 bitna binarna broja. Rezultat sabiranja je 25 bitni binarni broj. Koristiti troslojnu feed-forward neuralnu mreu i back-propagation algoritam obucavanja. 2. Pomocu neuralne mree implementirati sistem za odredjivanje drugog korena broja nad intervalom 3.2 < x < 4.3. Ulaze i izlaze kodirati sa 32 bita. Za pripremu obucavajuceg skupa ne koristiti ugradjenu funkciju za korenovanje. Koristiti troslojnu feed-forward neuralnu mreu i back-propagation algoritam obucavanja. 3. Sistem za dijagnostiku deijih bolesti Dizajnirati i implementirati ekspertni sistem za dijagnostiku deijih bolesti. Sistem treba da obezbedi postavljanje dijagnoze na osnovu uoenih simptoma. Ekspert (lekar) treba unapred da opie poznate bolesti preko odreenog broja simptoma.

Zadaci srednje teine

-Pretrage
1. Ako su gradovi povezani putnom mreom prikazanom na slici 3 odrediti a. Listu gradova koji se nalaze na najkraoj putanji izmeu grada A i grada Z. b. Putanju kojom bi se trebalo kretati da se obiu svi gradovi i pree najkrai put.

-Genetski algoritmi
1. Pretrage 1. pomou GA 2. Pretrage 3. pomou GA 3. Pronalaenje najdue rei od zadatih slova pomou GA

-Fuzzy logika
1. Mamdani kontroler - defazifikacija implementacija drugih metoda (teite,...). Analizirati i implementirati nekoliko (najmanje tri) algoritma za evaluaciju pravila koja se koriste u delu za zakljuivanje. 2. Mamdani kontroler (Veba 8.pdf): analizirati razliku izmeu Mamdani i Sugeno kontrolera i implementirati na primeru inverznog klatna model oba kontrolera. 3. Implementirati simulacioni model inverznog klatna i omoguiti izmenu parametara kontrolera i samih kolica, snimanje i itanje konfiguracije kao i grafiki prikaz promene vrednosti osnovnih parametara ugao, ugaona brzina, sila. Izraunati utroenu energiju.

-Neuronske mree
1. Predikcija kursa evra pomou neuronske mree

2. Predikcija vrednosti akcija pomou neuronske mree

Najtei zadaci
1. Obuavanje neuronske mree pomou GA 3. Popunjavanje ukrtenice pomou zadatog renika - (Data je ukrtenica sa crnim poljima i skup rei - primer http://www.classhelper.org/fill-ins/puzzles/fill-in-1.shtml) 4. Potezene igre pomou pretraga. 5. Prepozanvanje lica pomou neuroskih mrea (pronai algoritam za ekstrakciju osobina iz slika u Matlab-u npr. i napisati C# kod koji e obuiti mreu) 6. Detekcija lica pomou neuronskih mrea (kao na fotoaparatima) 7. Prepoznavanje govora pomou neuronskih mrea 8. Korienjem genetskih algoritama implementirati podrku za odreivanje parametara kojima su opisani fazi skupovi koji predstavljaju osnovu Mamdani kontrolera (Veba 8.pdf). Kriterijum za odreivanje parametara predstavlja vreme ili utroena energija. 9. Implementacija Neuronske mree koja na osnovu javnog kljua odreuje privatni. Kombinacija privatni i javni klju generie se pomou RSA algoritma. 10. Implementirati simulacioni model inverznog klatna i omoguiti izmenu parametara kontrolera i samih kolica, snimanje i itanje konfiguracije kao i grafiki prikaz promene vrednosti osnovnih parametara ugao, ugaona brzina, sila. Izraunati utroenu energiju. Obezbediti mogunost promene algoritma (ojler, ojler iterativni, runge-kutta) za reavanje sistema diferencijalnih jednaina.