Publikationer från KTH
Not a member yet
57933 research outputs found
Sort by
Formulating the Traveling Salesman Problem efficiently
No full textThe Traveling Salesman Problem (TSP) is an optimization problem with many practical applications, for which efficient solution techniques are highly valuable. This study aims to compare two classic formulations of the problem, Dantzig-Fulkerson-Johnson (DFJ) and Miller-Tucker-Zemlin (MTZ), in terms of computational efficiency. Both formulations were implemented and solved using Gurobi optimizer. The DFJ formulation was evaluated in two variants: one using all constraints explicitly (full DFJ), and one using callbacks to dynamically add constraints during the solving process. Runtime and primal-dual integral values were collected for varying problem sizes. The callback-based DFJ formulation outperformed the MTZ formulation across all tested problem sizes for both metrics, likely due to its tighter LP relaxation. The full DFJ formulation was limited by its exponential number of constraints
Process Improvements and System Changes : The Path to Sustainable Energy Efficiency
No full textOne of the global goals within the Agenda 2030 framework is to ensure access to affordable and clean energy for all. A sub-goal includes doubling the global rate of improvement in energy efficiency by 2030 compared to 2008 levels. In line with this, Scania CV AB has adopted an environmental goal to reduce energy use per produced vehicle by 25 percent between 2015 and 2025. One of Scania’s most energy intensive processes is the painting of axles, which takes place in the axle paint shop. The purpose of this study is to investigate how industrial processes with high temperature requirements, specifically an industrial paint shop, can be made more energy efficient. The study focuses on comparing different heating technologies and identifying process improvements that can contribute to increased energy efficiency. The study aims to answer the following research questions:(1) Which heating technology can be implemented in an existing industrial process to achieve high energy efficiency?(2) How can process improvements in an industrial paint shop contribute to increased energy efficiency? To answer these questions, a literature review and a case study were conducted at the axle paint shop at Scania. Data collection was carried out through semi-structured interviews and gathering of relevant energy and process data. The results show that the paint shop has a low utilization rate, while the processing equipment operates at full capacity throughout operating hours. To address this, one proposed solution is the implementation of buffer zones that allow partial shutdown of downstream processes while buffers are being built up. Another proposal is to reduce the temperature in the curing ovens in combination with extended process time to lower energy use.Two alternative heating methods have been identified: district heating combined with an electric boiler, and a heat pump. In the case study, the combination of district heating and heat pump is considered the most suitable method to implement in the axle painting shop, but both proposals have high efficiency and easy integration. Therefore, no general conclusion can be drawn whether this is the case for all industrial processes. Finally, a revised approach to the company’s energy efficiency work is suggested. Instead of focusing solely on eliminating energy waste at the component level, efforts should be made at the system level. Increased knowledge and awareness of energy issues within the organization are also crucial to enable strategic and long-term sustainable development.Ett av de globala målen inom Agenda 2030 är att säkerställa tillgång till hållbar energi för alla. Ett delmål innebär att den globala energieffektiviteten ska fördubblas till år 2030 jämfört med 2008 års nivåer. I linje med detta har Scania CV AB antagit ett miljömål om att minska energianvändningen per producerat fordon med 25 procent mellan 2015 och 2025. En av Scanias mest energikrävande processer är målningen av axlar, som sker i axelmåleriet. Syftet med denna studie är att undersöka hur industriella processer med höga temperaturkrav, specifikt ett industriellt axelmåleri, kan göras mer energieffektiva. Studien fokuserar på att jämföra olika uppvärmningsteknologier samt identifiera processförbättringar som kan bidra till ökad energieffektivitet. Studien avser att besvara följande frågeställningar:(1) Vilken uppvärmningsteknologi kan implementeras i en redan befintlig industriell process för att skapa en hög energieffektivitet?(2) Hur kan processförbättringar i ett industriellt måleri bidra till en ökad energieffektivitet? För att besvara frågeställningarna har en litteraturstudie genomförts och fallstudie på axelmåleriet på Scania. Datainsamlingen har skett genom semistrukturerade intervjuer och insamling av relevant energi- och processdata. Vidare visade resultatet att måleriet har låg beläggning, men att processutrustningen är på full effekt hela tiden. För att motverka detta har ett förslag om att införa buffertzoner som möjliggör avstängning av delprocesser under tiden bufferten byggs upp. Ett annat förslag är en temperatursänkning i härdningsugnarna i kombination med förlängd processtid för att minska energianvändningen.Två alternativa uppvärmningsmetoder har tagits fram, fjärrvärme i kombination med elpanna respektive värmepump. Inom fallstudien anses kombinationen fjärrvärme och värmepump vara den lämpligaste metoden att implementera i axelmåleriet, men båda förslagen har hög effektivitet och enkel integrering. Därför kan ingen generell slutsats dras ifall det är fallet för alla industriella processer.Avslutningsvis föreslås ett utvecklat arbetssätt för företagets energieffektivitetsarbete. Istället för att enbart fokusera på att eliminera energislöseri på komponentnivå, bör arbetet ske mer på systemnivå. Ökad förståelse och kompetens kring energifrågor i organisationen är också avgörande för att möjliggöra en strategisk och långsiktig hållbar utveckling
Harsby 1:1>3
No full textThis thesis investigates how architectural identity, landscape values, and urban planning principles can inform the development of new single-familyhousing areas. The project is based on a real site, about 25 hectares of privately owned forest land located just south of Söderköping, Sweden, where thelandowners have expressed interest in subdividing the land for future housing. Drawing on both municipal planning frameworks and local architecturalheritage, the project proposes a detailed development plan, a design manual, and a modular housing system. The proposal aims to create a diverse, site-sensitive residential environment rooted in local character, in contrast to the uniformity often found incontemporary suburban developments. Through archival research, field studies, and collaboration with Söderköping Municipality, the project exploreshow traditional details and materials can be adapted to modern construction and prefabrication. Special attention is given to stormwater management,topographical adaptation, and the integration of green structures. The modular system allows for architectural variation while maintaining visual cohesionand ecological responsibility. By merging planning, architecture, and landscape, the project offers a model for how small-scale development can support both cultural continuity andsustainable growth in rural towns
LIGHT, THE RIGHT WAY
No full textRapid urbanization in Dhaka has driven a surge in high-rise office buildings with fully glazed façades, reflecting a global architectural trend favoring transparency and daylight maximization. However, in Dhaka’s hot and humid tropical climate, extensive use of glass façades creates challenges such as visual discomfort, glare, and excessive brightness, which compromise occupant comfort and energy efficiency. This thesis investigates the impact of fully glazed office façades on daylight quality and visual comfort in Dhaka, focusing on daylight contrast and glare issues influenced by building orientation and climatic factors. Through a case study approach combining daylight simulation and on-site occupant surveys, the research evaluates current façade performance. In response, the thesis proposes optimized external shading solutions aimed at balancing daylight penetration with glare reduction to improve visual comfort and occupant well-being. Findings suggest that, without proper shading design, fully glazed façades may not deliver the expected sustainable benefits in Dhaka’s context. Proposed façade shading modifications demonstrate significant improvements in reducing these issues while maintaining natural light penetration. This study highlights the importance of context-sensitive façade design in tropical climates to enhance both energy efficiency and indoor environmental quality
Under the Dome : En mekatronisk modell för simulering av solinstrålning och byggnaders uppvärmningsbehov
No full textThis thesis aims to develop a physical and pedagogical model that visualizes the relationship between the sun’s position, electricity generation from photovoltaic cells, and the heating demand of buildings. By combining mechanics, electronics, and programming, a mechatronic model has been constructed. The model consists of small 3D-printed houses, halogen lamps simulating the sun, which are moved using stepper motors, as well as PID-controlled (proportional–integral–derivative) heating systems. These components are used to simulate a full day of solar irradiation in just 12 minutes. The model enables the investigation of how the orientation and tilt of photovoltaic cells affect electricity production and how different time constants of buildings influence their heating demands. This is made possible through data collection from photovoltaic cells, temperature sensors and control of heating via PWM-regulated (Pulse-width modulation) resistive elements. Simulations can be conducted for various dates and geographical locations. The results show that both the angle and orientation have a clear impact on the electricity production of the solar cells. The visualization of the buildings' heating demand has also worked, but to achieve fully reliable results, a more precisely tuned PID controller is required, as well as a greater difference between the various time constants. The model has been evaluated through measurements and simulations, with results largely consistent with theoretical expectations. Nevertheless, certain limitations have been identified, primarily that the model is not to scale with real solar conditions. This has led to angular deviations for houses not placed at the center of the model, which in practice limits the simulation to a single house. The conclusion is that the model can be effectively used for educational purposes, provided that users are aware of its simplifications and limitations.Detta examensarbete syftar till att utveckla en fysisk och pedagogisk modell som visualiserar sambandet mellan solens position på himlen, elproduktion från solceller och byggnaders uppvärmningsbehov. Genom att kombinera mekanik, elektronik och programmering har en mekatronisk modell konstruerats. Modellen består av små 3D-printade hus, halogenlampor som simulerar solen och förflyttas med hjälp av stegmotorer samt PID-reglerade (proportionell–integrerande–deriverande) värmesystem. Dessa används för att simulera ett dygns solinstrålning på endast 12 minuter. Modellen gör det möjligt att undersöka hur solcellers orientering och lutning påverkar elproduktionen samt hur olika byggnaders tidskonstanter påverkar dess uppvärmningsbehov. Detta möjliggörs genom datainsamling från solceller och temperaturgivare samt styrning av värmetillförseln via PWM-reglerade (pulsbreddsmodulering) trådmotstånd. Simuleringar kan genomföras för olika datum samt för olika geografiska platser. Resultaten visar att både vinkel och orientering har en tydlig påverkan på solcellernas elproduktion. Även visualisering av byggnaders uppvärmningsbehov har fungerat, men för att uppnå fullt tillförlitliga resultat krävs en mer noggrant inställd PID-regulator samt större skillnad mellan de olika tidskonstanterna. Modellen har utvärderats genom mätningar och simuleringar, där resultaten i stort sett överensstämmer med teorin. Vissa begränsningar har dock identifierats, främst att modellen inte är skalenlig med verkliga solförhållanden. Detta har lett till vinkelavvikelser för hus som inte är placerade i centrum av modellen, vilket i praktiken begränsar simuleringen till ett enskilt hus. Slutsatsen är att modellen kan användas i utbildningssyfte, förutsatt att användaren är medveten om dess förenklingar och begränsningar
Exploring Climate Change-Induced Physical Risks in the Electronic Equipment Manufacturing Supply Chain Using ISO 14091:2021
No full textKlimatförändringar påverkar i allt högre grad globala leveranskedjor, särskilt genom fysiska risker såsom översvämningar och extremväder. Denna avhandling undersöker hur ISO 14091:2021 – en relativt ny och fortfarande underutnyttjad standard – kan stödja bedömningen av klimatrelaterade fysiska risker inom elektronikindustrins leveranskedjor. Genom en kvalitativ fallstudie vid en europeisk anläggning tillämpas de inledande stegen i ISO 14091:2021 ramverket för att identifiera och prioritera relevanta klimatrelaterade fysiska risker samt för att fastställa vilken information som krävs för att bedöma exponering, känslighet och anpassningsförmåga. Kraftig nederbörd och pluviala översvämningar identifierades som de mest relevanta riskerna för det aktuella fallet, med hänsyn till potentiella effekter på infrastruktur, känsliga lager och leveranssäkerhet. Avhandlingen redogör även för centrala informationsbehov kopplade till dessa bedömningar. Även om en fullständig tillämpning av ISO 14091:2021 låg utanför avhandlingens omfattning, visar resultaten att det strukturerade angreppssättet användes för att identifiera prioriterade risker och informationsbehov, vilket bildar en praktisk grund för att påbörja systematiska klimatrelaterade riskbedömningar och anpassningsplanering inom elektronikindustrins leveranskedjor.Climate change increasingly affects global supply chains, particularly through climate change-induced physical risk such as floods and extreme weather. This thesis explores how ISO 14091:2021, a relatively recent and still underapplied standard which can support the assessment of climate change-induced physical risks in the context of electronic equipment manufacturing. Using a qualitative case study at a European facility, the study applies the early steps of the ISO 14091:2021 standard, including system scoping, risk screening, and identification of information needs. Heavy precipitation and pluvial flooding were identified as the most relevant risks for the case, based on potential impacts on infrastructure, sensitive inventory, and supply continuity. The thesis also outlines key information requirements related to exposure, sensitivity, and adaptive capacity. While the full implementation of ISO 14091:2021 was beyond the scope of this thesis, the findings suggest that its structured approach was applied to identify priority risks and assess key information requirements, forming a practical basis for initiating systematic climate risk assessment and adaptation planning in the context of electronic equipment manufacturing supply chains
A data-driven two-microphone method for measuring the sound absorption of finite absorbers
No full textA residual neural network is proposed to predict the sound absorption of an infinite rigidly-backed porous material from a classical two-microphone measurement above a finite porous sample. The network is trained using the microphones' transfer functions generated by a boundary element model (BEM), with a Delany-Bazley-Miki material model as a boundary condition. The network is validated numerically with BEM simulations and experimentally using two-microphone measurements of a baffled porous absorber of dimensions 60 cm×60 cm and 30 cm×60 cm, subject to various source locations. The results indicate that the network can significantly enhance the predictive capabilities of the classical two-microphone method. The suggested approach shows potential for accurately estimating the sound absorption coefficient of acoustic materials in realistic operational conditions.QC 20250728</p
En undersökning om korrelationen mellan Media Multitasking-vanor och AI-detekteringsförmåga på sociala medier
No full textIn recent years more people, especially younger generations, have reported getting more of their daily news consumption from social media. With the rapid development in generative AI tools becoming more available to the public along with the down-scaling of fact checking on several large social media platforms raises the importance of one’s ability to detect AI to avoid generated content and misinformation online, especially in news content. Previous research has sought out which factors that could possibly affect people’s AI detection abilities – this study examines if media multitasking habits could be considered a factor in distinguishing AI-generated text, particularly in news on social media. Knowing what might make us more susceptible to disinformation online is valuable information since the platforms can no longer guarantee that their content is truthful. To conduct this study 20 participants answered a questionnaire regarding their media multitasking habits as well as participated in an AI detection test. Based on the answers in the questionnaire, the participants were divided into two groups and the differences in AI detection for the groups was analyzed. The results suggest that those who execute media multitasking more often are better at detecting AI-generated text than those who do it less often. In conclusion one’s media multitasking habits could possibly affect one’s ability to distinguish AI-generated content, giving further insight into what makes us more susceptible to AI-generated content.Under de senaste åren har allt fler, särskilt yngre generationer, rapporterat att de får en större del av sin dagliga nyhetskonsumtion via sociala medier. Den snabba utvecklingen av generativa AI-verktyg som blivit mer tillgängliga för allmänheten, i kombination med en nedtrappning av faktagranskning på flera stora sociala medieplattformar, gör det allt viktigare att kunna identifiera AI-genererat innehåll för att undvika desinformation och falskt innehåll online, särskilt i nyhetssammanhang. Tidigare forskning har undersökt vilka faktorer som kan påverka människors förmåga att identifiera AI-genererat innehåll – denna studie syftar till att undersöka om vanor kring mediamultitasking kan vara en sådan faktor när det gäller att särskilja AI-genererade texter, särskilt nyheter på sociala medier. Att förstå vad som kan göra oss mer mottagliga för desinformation online är värdefullt, eftersom plattformarna inte längre kan garantera att deras innehåll är sanningsenligt. För att genomföra studien fick 20 deltagare besvara en enkät om sina mediamultitasking vanor samt delta i ett AI-detektionstest. Baserat på svaren delades deltagarna in i två grupper, och skillnaderna i AI-detektering mellan grupperna analyserades. Resultaten tyder på att de som ofta ägnar sig åt mediamultitasking är bättre på att identifiera AI-genererade texter än de som gör det mer sällan. Sammanfattningsvis kan vanor kring mediamultitasking möjligen påverka ens förmåga att identifiera AI-genererat innehåll, vilket ger ytterligare insikt i vad som gör oss mer mottagliga för AI-genererad desinformation
From GANs to Diffusion : How detectable Are AI-Generated Human faces?
No full textRecent advancements in image generation have rendered AI-generated images practically indistinguishable from real images to the naked eye. However, automated tools like the Hive AI Detector are promising a way to accurately discern AI-generated images at scale. This study determines the capabilities of the Hive AI Detector on a broad number of image sets that capture the evolution of generative models from 2017 with PGGAN to 2024 with Flux 1.1 Pro. Results indicate that while the detector is very accurate overall, we notice a significant drop in performance with images generated with newer Diffusion-based architectures as opposed to older GAN-based architectures. The study demonstrates that the detector’s accuracy diminishes considerably when tested on images from fundamentally different architectures (e.g. Diffusion vs GAN), as opposed to minor improvements within the same architecture family (StyleGAN1 vs StyleGAN2). This suggests that architectural shifts in AI image generation is more of a threat to the accuracy of automated tools, than incremental improvements which might be more noticeable by humans. These findings are becoming increasingly relevant for digital platforms, media organizations, and security-focused systems that rely on these automated tools to combat the spread of synthetic content.De senaste framstegen inom bildgenerering har gjort att AI-genererade bilder numera är praktiskt taget omöjliga att skilja från verkliga bilder med blotta ögat. Automatiserade verktyg som Hive AI Detector utlovar dock en möjlighet att på ett tillförlitligt sätt identifiera AI-genererade bilder i stor skala. Den här studien undersöker Hive AI Detectors kapacitet över ett brett urval av bildserier som speglar utvecklingen av generativa modeller från 2017 med PGGAN till 2024 med Flux 1.1 Pro. Resultaten visar att detektorn överlag är mycket träffsäker, men att dess prestanda försämras markant vid analys av bilder genererade med nyare, diffusionsbaserade arkitekturer, i jämförelse med äldre GAN-baserade arkitekturer. Studien visar att detektorns noggrannhet avtar betydligt när den testas på bilder från fundamentalt olika arkitekturer (t.ex. Diffusion kontra GAN), snarare än vid mindre förbättringar inom samma arkitekturfamilj (StyleGAN1 kontra StyleGAN2). Detta tyder på att arkitektoniska skiften inom AI-bildgenerering utgör ett större hot mot automatiserade verktygs träffsäkerhet än gradvisa förbättringar som ofta är lättare att upptäcka för människor. Dessa resultat blir alltmer relevanta för digitala plattformar, medieorganisationer och säkerhetsfokuserade system som förlitar sig på dessa verktyg för att motverka spridningen av syntetiskt innehåll
From Code to Competence : Assessing LLMs’ Ability to Generate and Improve Code
No full textArtificial Intelligence (AI), and in particular large language models (LLMs), has over the past years emerged as one of the most transformative technologies, igniting a paradigm shift across industries by redefining how tasks might be approached, handled, and completed. One prominent application of AI is code generation, where LLMs are increasingly employed by developers in industry and students in higher education in performing programming tasks. As these models evolve, understanding their true ‘competence’ in generating functional and efficient code has become a topic of growing interest, particularly within educational settings, where concerns about academic integrity and skill development have emerged. This study builds upon existing research exploring LLMs’ capabilities, particularly in the context of code generation and prompt engineering, and seeks to fill gaps of knowledge currently present due to rapid advancements in the field. In phase 1 of the study, base prompting was used with two of the most widely used LLMs currently – ChatGPT-4o, Deepseek-V3 – across 150 Javascript programming problems from LeetCode, evenly categorized as easy, medium, or hard. In phase 2, the failed tasks were reattempted with three prompting strategies – feedback prompting, multi-step conversational prompting, and 1-shot example prompting – that have, in past research, proved to have a significant impact on LLMs’ performance. In the results observed, both models reached a 100% completion rate for easy problems, suggesting that these two LLMs have reached full competence within this category. For problems categorized as medium difficulty, both models completed over 80%, and for problems categorized as hard, over 50%. In the second phase, feedback prompting proved to be the prompting strategy with the greatest impact, regardless of which LLM and difficulty level it was being used with While there was some linearity observed between different parameters for the various prompting strategies, certain anti correlation was observed. Thereby, a conclusive verdict that different prompting strategies have a varying impact depending on what LLM it is used with, could not be ruled out. A large positive correlation was, however, found in relation to programming task difficulty, where the prompting strategies were observed to have a greater impact when used for tasks of a higher level of difficulty.Artificiell intelligens (AI) har under de senaste åren framgått som en av de mest transformerande teknologierna och initierat ett paradigmskifte inom olika branscher genom att omdefiniera hur uppgifter kan angripas, hanteras och lösas. En framträdande tillämpning av AI är kodgenerering, där stora språkmodeller (LLMs) i ökande grad används av utvecklare och studenter inom högre utbildning för uppgifter inom programmering. I takt med att dessa modeller fortsätter att utvecklas har förståelsen av deras sanna “kompetens” i att generera funktionell och effektiv kod blivit ett ämne av växande intresse, särskilt inom utbildning där oro för akademisk integritet och kompetensutveckling har uppstått. Denna studie bygger på befintlig forskning som utforskar LLM:ers förmågor, specifikt inom kontexten av kodgenerering och promptkonstruktion, och syftar till att fylla kunskapsluckor som för närvarande existerar på grund av den takt som framsteg inom området görs. I fas 1 av studien användes baspromptning med två av de för närvarande mest använda LLMs:en – ChatGPT-4o, Deepseek-V3 – över 150, likafördelade över kategorierna som lätt, medel och svår, Javascript-programmeringsproblem från LeetCode. I fas 2 testades modellerna igen på dem misslyckade uppgifterna men med tre promptningsstrategier – återkopplingspromptning, flerstegsbaserad dialogpromptning, och ett-exampelpromptning – vilka i tidigare forskning visat sig ha en betydande inverkan på LLMs prestation. I de observerade resultaten nådde båda modellerna en slutförandegrad på 100% för lätta problem, vilket tyder på att dessa LLM:er har nått fullständig kompetens inom denna kategori. För problem kategoriserade som medelsvåra klarade båda modellerna över 80 %, och för problem med kategoriserade som svåra över 50%.I den andra fasen visade sig återkopplingsprompting vara den promptningsstrategi som hade störst effekt, med en uppmätt ökning på 18% respektive 24% i slutförandegrad för ChatGPT-4o och Deepseek-V3. Och även fast det observerades en viss linjäritet mellan olika parametrar för de olika strategierna, observerades det även en viss anti-korrelation. Därmed kunde inte en avgörande slutsats huruvida olika strategier har olika effekt beroende på vilken LLM de används med dras. Det upptäcktes däremot en stor positiv korrelation till uppgifternas svårighetsgrad, där strategierna observerades ha en större effekt när de används för uppgifter med högre svårighetsgrad