http://hdl.handle.net/20.500.14044/71 Sun, 13 Sep 2026 21:09:58 GMT 2026-09-13T21:09:58Z http://hdl.handle.net/20.500.14044/40268 Discrepancy-free orders and improved algorithm for the maximum clique problem Schmidt, Peter Zs. An efficient new algorithm for the Maximum Clique Problem is presented within this paper. After resuming the known algorithm of Carraghan & Pardalos and the cliquer of Östergård, a special register function is introduced, which allows reordering the nodes of a graph in such a way, that Östergård’s algorithm runs significantly faster than upon other usual orders of nodes. After the definition of discrepancy-free orders of the nodes, a sorting algorithm is specified on the nodes, producing a discrepancy-free order of them. Finally a combination of the sorting algorithm with Östergård’s algorithm is given as a new solver for the Maximum Clique Problem. Benchmark results on DIMACS graphs are presented in table format. Fri, 01 Feb 2013 00:00:00 GMT http://hdl.handle.net/20.500.14044/40268 2013-02-01T00:00:00Z http://hdl.handle.net/20.500.14044/39618 Geometriai pontosság előrejelzése esztergálás esetén: ANFIS és lineáris regresszió összehasonlító modellezése Ráczi, Viktor Gergely; Mikó, Balázs; Laufer, Edit A nagy pontosságú megmunkálási folyamatokban a geometriai eltérések megbízható előrejelzése kulcsfontosságú a technológiai paraméterek optimális megválasztásához és a gyártási költségek csökkentéséhez. Jelen kutatás céljaa zsákfuratok simító esztergálásakor fellépő geometriai eltérések prediktív modellezésére irányult. A teljes faktoriáliskísérletterv adatain alapuló vizsgálatban az adaptív neuro-fuzzy következtető rendszer (ANFIS)és a lineáris regresszió teljesítményét hasonlítottuk össze a forgácsolósebesség, az előtolás és a vizsgálati mélységekfüggvényében. Az eredmények igazolják az ANFIS fölényét, mivel az átmérőhiba és a köralakhiba esetén is kisebb becslési hibát és magasabb determinációs együtthatót(R2)produkált. A hibrid modell hatékonyan kezeli a nemlineáris összefüggéseket, támogatva ezzel a gyártásoptimalizálást.; Reliable prediction of geometrical deviations in high-precision machining is essential for optimizing technological parameters and reducing manufacturing costs. This study focuses on predictive modeling of deviations occurring during the finish turning of blind holes. Based on data obtained from a full factorial experimental design, the performance of ANFIS and linear regression models was compared as a function of cutting speed, feed rate, and measurement depth. The results confirm the superiority of ANFIS, yielding lower prediction errors and higher coefficients of determination (R²) for both diameter and roundness errors. The hybrid model effectively captures nonlinear relationships, thereby supporting process optimization. Wed, 01 Jul 2026 00:00:00 GMT http://hdl.handle.net/20.500.14044/39618 2026-07-01T00:00:00Z http://hdl.handle.net/20.500.14044/39617 Fuzzy logikai alapú kapacitív szintmérő szenzorok széles hőmérséklet és nyomás tartományban működő állati hulladékfeldolgozó rendszerekhez Nagy, Sándor A tanulmány bemutatja az Integrated Sterilizer & Shredder (ISS) állati hulladékfeldolgozó rendszerben alkalmazott kapacitív szintmérő szenzorok fuzzy logikán alapuló optimalizálását. A 130°C hőmérsékletű és 2,7 bar (abszolút) nyomású sterilizálási környezetben a hagyományos szintérzékelés pontatlan, mivel az anyaglerakódás, hőmérséklet-ingadozás és párásodás zavarják a mérést. A kifejlesztett fuzzy rendszer a dielektromos állandó, elektromágneses csillapítás és vezetőképesség paramétereinek együttes kiértékelésével 92%-os megbízhatóságot biztosít az extrém körülmények között.; This study presents a fuzzy logic-based optimization of capacitive level sensors used in the Integrated Sterilizer & Shredder (ISS) animal waste processing system. In the sterilization environment of 130°C temperature and 2.7 bar (absolute) pressure, conventional level sensing is inaccurate as material deposits, temperature fluctuations, and condensation interfere with measurements. The developed fuzzy system achieves 92% reliability under extreme conditions by simultaneously evaluating dielectric constant, electromagnetic attenuation, and conductivity parameters. Wed, 01 Jul 2026 00:00:00 GMT http://hdl.handle.net/20.500.14044/39617 2026-07-01T00:00:00Z http://hdl.handle.net/20.500.14044/39616 Fuzzy-alapú értékelési modell az 1.2379 szerszámacél forgácsolhatóságának vizsgálatára Mészáros, Béla; Mikó, Balázs; Laufer, Edit A tanulmány egy Mamdani-típusú fuzzy következtető rendszer kidolgozását mutatja be az 1.2379 szerszámacél forgácsolhatóságának meghatározására. A modell célja, hogy rugalmasabban és valósághűbben kezelje a forgácsolási folyamatokban megjelenő bizonytalanságokat és nemlineáris összefüggéseket, mint a hagyományos, egyszerű arányszámítási eljárások.A kutatás során háromkülönböző fogszámú és spirálszögű marószerszámmal végeztünk forgácsolási vizsgálatokat, ahol a fogankénti előtolást négy szinten változtattuk (0,03; 0,05; 0,07; 0,09mm/fog). A kísérletek során az átlagosfelületi érdesség (Ra) mérési, míg a szakítószilárdság (Rm) értékei a szerszámacél katalógusadatai alapján kerültek be a fuzzy modellbe. A fuzzy rendszer két almodulból épül fel: az első az ötvözőelemek hatását egy Ötvöző Hatás Indexben (ÖHI) foglalja össze, míg a második az ÖHI, az Raés az Rmértékek alapján számítja ki a Forgácsolhatósági Indexet (FOI). A módszer eredményeit összehasonlítottuk egy általunk összeállított, hagyományos lineáris számításokon alapuló értékelési modellel, amely a fuzzy rendszerhez képest kevésbé érzékeny, és diszkrét, éles határértékeken alapuló átmeneteket ad.A fuzzy alapú megközelítés ezzel szemben folyamatosabb, valósághűbb viselkedést mutat, így hatékonyabb eszközt biztosít a forgácsolhatóság prediktív elemzéséhez és döntéstámogatásához.; This study presents the development of a Mamdani-type fuzzy inference system for evaluating the machinability of 1.2379 tool steel. The aim of the model is to handle uncertainties and nonlinear relationships arising in machining processes in a more flexible and realistic manner than traditional, simple ratio-based evaluation methods. Machining experiments were carried out using three milling tools with different numbers of teeth and helix angles, while the feed per tooth was varied at four levels (0.03, 0.05, 0.07, and 0.09 mm/tooth). The experiments provided the arithmetic mean of measured surface roughness (Ra), whereas the tensile strength (Rm) values were incorporated into the fuzzy model based on catalog data. The fuzzy system consists of two submodules: the first aggregates the influence of the alloying elements into an Alloying Effect Index (AEI), while the second calculates the Machinability Index (MI) using the AEI, Ra, and Rm parameters. The results of the fuzzy-based evaluation were compared with an assessment model constructed by us based on traditional linearcalculations, which exhibits lower sensitivity and produces discrete, sharp transitions. In contrast, the fuzzy-based approach provides smoother and more realistic transitions, making it a more effective tool for the predictive analysis of machinability and for supporting decision-making. Wed, 01 Jul 2026 00:00:00 GMT http://hdl.handle.net/20.500.14044/39616 2026-07-01T00:00:00Z