This thesis investigates which factors that affect the salary for basketball players in the NBA and if the salary cap has achieved its purpose. The data for this project was collected from basketball-reference.com and consisted of performance measures from season 2015/2016 and salaries from the beginning of the season 2016/2017. The study was performed by using multiple linear regression analysis in the software R and the data was handled in Excel. The results from the regression indicates that position point guard, if the player has played in D-league or not,Age, Offensive rebounds, Assists, Steals, Two point attempts, Three point attempts, Free throw attempts, Field goal percentage, Usage percentage and Defensive rating are the main factors that affect the salary. The performance measures that had the greatest were two and three point attempts. The regression model achieved an explanatory level of 57:4%. In complementary to analyze if the salary cap has achieved its purpose, a literature analysis was used and showed that the salary cap systems in North America are neither accurately designed nor do they satisfy the intentions of what they were set to achieve. / Denna rapport undersöker vilka prestationsfaktorer som påverkar lönen för basketspelare i NBA och om NBA’s salary cap (lönetak) har uppnått sitt syfte. Datan för projektet hämtades från basketball-reference.com och bestod utav spelarstatistik ifrån säsong 2015/2016 och lön ifrån början av säsong 2016/2017. Undersökningen utfördes genom linjär regressions analys med hjälp utav mjukvaruprogrammet R och datan hanterades i Excel. Resultatet från regressionen visar att positionen point guard, om spelaren spelat i D-league eller inte, ålder, offensiva returer, assists, steals, 2-poängsförsök, 3-poängsförsök, straffkastsförsök, field goal procent, användningsprocent och defensiv rating är faktorer som påverkar lönesättningen. Prestationsmåtten med störst påverkan var 2-poängsförsök och 3-poängsförsök. Regressionsmodellen uppnådde en förklaringsgrad på 57:4%. Motsvarande, för att analysera om NBA’s salary cap har uppnått sitt syfte gjordes en litteraturstudie som visade att salary cap-systemen i Nordamerika varken är korrekt utformade eller uppfyller sina ursprungliga syften.

This thesis in Applied Mathematics and Industrial Economics examines which macroeconomic factors, related to the business cycle, that correlate with the performance of Industrial Transportation Companies. The data for the thesis is collected with the help of Nordea and from reports of each variable. The observations stretch from January 2007 to December 2016, a ten-year period. The data is monthly, hence there are 120 observed data points for each variable. A linear regression analysis was performed with the result that there is a linear relationship between the performance of the Industrial Transportation Companies and the variables Price per MWh, Fuel Price, Exchange rate USD-SEK, Exchange rate EUR-SEK, Manpower Employment Outlook Survey, Repo Rate, OECD Index Sweden, and Purchasing Manager’s Index. Further analysis of the Swedish and international economic history in the last decade was conducted which concluded why said variables were significant. / Det här kandidatexamensarbetet i Tillämpad Matematik och Industriell Ekonomi undersöker vilka konjunkturcykelsrelaterade makroekonomiska faktorer som korrelerar med utvecklingen av Industriella Transportmedelsföretag. Datan för arbetet är sammanställd med hjälp av Nordea och från olika rapporter av vardera variabel. Observationerna sträcker sig från Januari 2007 till December 2016, en tioårsperiod. Datan är månatlig, vilket betyder att 120 datapunkter är observerade för vardera variabel. En linjär regressionsanalys tillämpades med resultatet att det finns ett linjärt samband mellan utvecklingen av industriella transportmedelsföretag och kovariaterna Pris per MWh, Bensinpris, Valutakurs USD-SEK, Valutakurs EUR-SEK, Manpower Arbetsmarknadsbarometer, Reporänta, OECD Index Sweden och Inköpschefsindex. Vidare analys av den svenska och internationella ekonomiska historian för det senaste årtiondet genomfördes vilken drog slutsatsen kring varför de nämnda variablerna var signifikanta.

Even though car sharing is already a widespread business concept and part of the shared mobility approach shaping the future of the automotive industry to some extent, the incorporation of ride pooling within the car sharing framework is not yet a fixed component of the existing models. Hence, the purpose of this thesis is to investigate the potential of including the possibility of ride sharing in terms of fleet size, cost and profit optimization for a free floating car sharing model. This is done by building three different mathematical models and extending them by certain cost parameters. One of the three mentioned models is the Ride Share Matching approach, which focuses more on the actual ride sharing process than on a real business case with respect to a company. The latter is then covered by the other two approaches, namely the Dial-a-Ride-Problem and a modification of it with better running time called the Task Graph model. Test runs on those three models with randomly generated instances show that the potential of ride sharing is undoubtedly existent. / Även om samåkning redan är en utbredd affärsidé och en del av Shared-Mobility strategin som bland annat formar bilindustrins framtid, är införandet av samåkning inom Carsharing strukturen fortfarande inte en del av de befintliga modellerna. Därför är syftet med denna studie att undersöka möjligheten att inkludera samåkning i termer av att optimera med av seende på bilpoolens storlek, kostnad och vinst. Detta uppnås genom att skapa tre olika matematiska modeller och utöka dem med vissa kostnadsparametrar. En av de tre modellerna som nämns är Ride-Share-Matching strategin som fokuserar mer på själva processen att göra en bilpool än på ett riktigt affärsscenario baserat på ett företag. Den senare täcks av de övriga två modellerna, nämligen Dial-a-Ride problemet och en modifiering med kortare körtid som vi kallar Task-Graph modell. Tester med dessa tre modeller på slumpmässigt generade instanser visar att möjligheten för samåkning otvivelaktigt existerar. / Obwohl Carsharing bereits ein weitverbreitetes Geschäftskonzept und Teil des Shared-Mobility-Ansatzes ist, der unter anderem die Zukunft der heutigen Automobilindustrie prägt, ist das Einbeziehen von Fahrgemeinschaften innerhalb des Carsharing-Gefüges noch kein fester Bestandteil der existierenden Modelle. Daher ist die Zielsetzung dieser Arbeit darauf ausgerichtet, das Potential der Möglichkeit zur Einbeziehung von Fahrgemeinschaften in Sachen Flottengrößen-, Kosten- und Gewinnoptimierung zu untersuchen. Dies wird durch das Erstellen von drei verschiedenen mathematischen Modellen und deren Erweiterung durch bestimmte Kostenparameter erreicht. Eins der drei erwähnten Modelle ist der Ride-Share- Matching-Ansatz, der sich mehr auf den tatsächlichen Vorgang des Fahrgemeinschaftbildens fokussiert als auf ein reales Geschäftsszenario anhand eines Unternehmens. Letzteres wird dann durch die anderen beiden Ansätze abgedeckt, nämlich durch das Dial-a-Ride-Problem und eine Abänderung von diesem mit besserer Laufzeit, das wir Task-Graph-Modell nennen. Testläufe mit diesen drei Modellen auf zufällig generierten Instanzen zeigen, dass das Potential von Fahrgemeinschaften zweifelsohne existiert.

The Scania modular product system enables the production of thousands of different versions of gearboxes. If each version use a unique cable harness, this leads to large costs for storage and production. It is desired to find a smaller set of cable harnesses to fit the needs of all gearboxes. In this report we present two mathematical programming models to accomplish this while minimizing cost for production and storage. We propose a procedure for partitioning the data into smaller subsets without loosing model accuracy. We also show how the solution to the first model may be used as a warm start solution for the second model. The report focuses on cables for gearbox control systems used in heavy trucks manufactured by Scania. Results from testing the models against data provided by Scania is presented. These results suggest that substantial reduction in production cost can be achieved. Findings from this project can be used in similar situations, for example engine control system cables and general vehicle electric wiring. / Scanias modulsystem gör att tusentals olika växellådsvarianter är möjliga att tillverka. Om varje växellådsvariant skall ha ett eget kablage leder detta till stora lagerhållnings- och produktionskostnader. Det är därför fördelaktigt om man kan hitta en mindre uppsättning kablage som uppfyller kraven för alla växellådor. Två modeller inom matematisk optimering presenteras för att uppnå målet samtidigt som kostnader för lagerhållning och produktion minimeras. Vidare föreslås en metod för att dela upp problemet i delproblem utan att noggrannheten minskar. Vi visar även hur lösningen från den första modellen kan användas som varmstart till den andra modellen. Fokus är på kablage för växellådor till Scanias lastbilar. Resultat från test av modellerna med data från Scanias produktion presenteras. Resultaten visar på att en betydande besparing är möjlig. Rapportens slutsatser kan även användas i liknande situationer, till exempel motorstyrsystem och andra elsystem i fordon.

With ever increasing regulatory pressure financial institutions are required to carefully monitor their liquidity risk. This Master thesis focuses on asserting the appropriateness of time series models for forecasting deposit volumes by using data from one undisclosed financial institution. Holt-Winters, Stochastic Factor, ARIMA and ARIMAX models are considered with the latter being the one with best out-of-sample performance. The ARIMAX model is appropriate for forecasting deposit volumes on a 3 to 6 month horizon with seasonality accounted for through monthly dummy variables. Explanatory variables such as market volatility and interest rates do improve model accuracy but vastly increases complexity due to the simulations needed for forecasting. / Med ständigt ökande krav på finansiella institutioner måste de noga övervaka sin likviditetsrisk. Detta examensarbete fokuserar på att analysera lämpligheten av tidsseriemodeller för prognoser inlåningsvolymer med hjälp av data från en ej namngiven finansiell institution. Holt-Winters, Stochastic Factor, ARIMA och ARIMAX modellerna används, där den senare uppvisar bäst resultat. ARIMAX modellen är lämplig för prognoser av inlåningsvolymer på en 3-6 månaders tidshorisont där hänsyn till säsongseffekter tagits genom månatliga dummyvariabler. Förklaringsvariabler såsom marknadsvolatilitet och räntor förbättrar modellens prognosticeringsprecision men ökar samtidigt komplexiteten på grund av de simuleringar som krävs.

This master’s thesis presents one approach to remove distortions generated by projecting onto non flat surfaces. By using an omnidirectional camera a full 360 dome could be calibrated and the corresponding angles between multiple projections could be calculated. The camera was modelled with the Unified Projection Model allowing any omnidirectional camera system to be used. Surface geometry was captured by using Gray code patterns, the optimal image centre was calculated as an quadratic optimisation problem and in the end a Spline surface countering the distortions was generated by using the FAST-LTS regression algorithm. The developed system used a RICOH THETA S camera calibrated by the omnidir module in openCV. A desirable result was achieved and during use of overlapping projectors a maximum error of 0.5° was measured. Testing indicates part of the error could have been introduced in the evaluation measurements. The resulting application is seen as a success and will be used by ÅF Technology AB during calibration of flight simulators. / Denna rapport presenterar en metod för att motverka de distorsioner som uppkommer när en bild projeseras på en icke plan yta. Genom att använda en omnidirectional kamera kan en omslutande dome upplyst av flertalet projektorer bli kalibrerad. Kameran modellerades med The Unified Projection Model då modellen går att anpassa för ett stort antal kamerasystem. Projektorernas bild på ytan lästes av genom att använda Gray kod och sedan beräknades den optimala mittpunkten för den kalibrerade bilden genom att numeriskt lösa ett kvadratiskt NLP problem. Till slut skapas en Spline yta som motvärkar projektionsförvrängningen genom FAST-LTS regression. I den experimentella uppställningen användes en RICOH THETA S kamera som kalibrerades men omnidir modulen i openCV. Ett enligt författarna lyckat resultat uppnåddes och vid överlappning av flertalet projektorer så mättes ett maximalt fel på 0.5° upp. Vidare mätningar antyder att delar av detta fel uppkommit på grund av saknad noggrannhet i utrustningen under evalueringsfasen. Resultatet ses som lyckat och den utvecklade applikationen kommer att användas av ÅF Technology AB vid deras calibrering av flygsimulatorer.

Autonomous vehicles are a rapidly growing field and will play an important role in future society. The introduction of autonomous machines in the quarry environment increases safety in the hazardous working conditions and reduces the risk of accidents caused by human error. By making the machine electric and autonomous it will also improve the fuel efficiency and reduces carbon emission. The results of this thesis are developed within the electric site project which is lead by Volvo Construction Equipment in Eskilstuna, Sweden. The goal is to transform the quarry and aggregates with the help of the introduction of electric hybrid autonomous machines which is predicted to result in reduced carbon emission by up to 95% .This thesis address the problem of path planning noisy curvatures of the paths that are calculated using coordinates recorded from a manual driven vehicle. This makes the control algorithm for the autonomous vehicle hard to implement. The purpose in this thesis is to develop a procedure to describe paths and smooth those so the curvature becomes smooth and drivable for an autonomous load carrier. To smooth the paths, we use the concept of clothoids which are curves with linear varying curvature. Clothoids are widely used in road design because of its smoothness properties. We solve the smoothing problem by formulating it as an optimization problem where we minimize the number of clothoid segments to avoid unnecessary noisy curvature variations. The results are successful and we are able to produce feasible paths for two test tracks Volvo Construction Equipment uses. We also create a Graphical User Interface in MATLAB to facilitate the creation of the clothoid-based paths from recorded GPS coordinates / Autonoma fordon är ett område som har fått mycket uppmärksamhet inom forskningen och kommer ha en viktig roll i samhället i framtiden. Introduktionen av självkörande fordon i öppna gruvmiljöer ökar säkerheten för personer som jobbar i dessa kritiska områden och reducerar olyckor från mänskliga misstag. Genom att låta maskinerna vara elektriskt drivna kommer också effektivisera bränsle användningen och minska koldioxidutsläppen. Resultaten som har tagits fram i denna uppsats är i samarbete med Volvo Construction Equipment i Eskilstuna, Sverige inom projektet Electric Site. Målet är att transformera den öppna gruvindustrin som använder dieselfordon till att använda självkörande och elektriska fordon vilket ska kunna reducera koldioxidutsläppen med upp till 95 %. I uppsatsen tar vi upp problemet med banplanering av brusig kurvatur från banor som är inspelade från en GPS på en manuell körande bil. Syfte med denna uppsats är att utveckla ett system som kan beskriva banor och släta upp dessa sådan att kurvaturen blir mjuka och autonomt körbara för en lastare. För att släta ut banorna använder vi klotoider, som är kurvor med linj ärt varierande kurvatur längs kurvan. Klotoider är ett välanvänt koncept inom vägdesign på grund av mjuka kurvaturegenskaper. Vi löser utslätningsproblemet genom att formulera det som ett optimeringsproblem där vi minimerar antalet klotoidsegment för att undvika onödiga kurvaturvariationer i form av brus. Resultaten är framgångsrika och vi lyckas skapa körbara banor för två testbanor som Volvo Construction Equipment använder. Vi skapar också ett grafiskt användergränssnitt i MATLAB för att underlätta användare att skapa klotoidbaserade banor från GPS-koordinater som spelats in.

Optimization problems have been immuned to any attempt of combination with machine learning until a decade ago but it is now an active research field. This thesis has studied the potential implementation of a machine learning heuristic to improve the resolution of the optimization scheduling problems based on a Constraint Programming solver. Some scheduling problems, known as N P -hard problems, suffer from large computational cost (large number of jobs to schedule) and consequent human effort (well-suited heuristics need to be derived). Moreover industrial scheduling problems obviously evolves over time but a lot of features and the basic structure remain the same. Hence they have potential in the implementation a supervised-learning-based heuristic. First part of the study was to model a given benchmark of instances and im- plement some famous heuristics (as earliest due date, combined with the largest duration) in order to solve the benchmark.  Based on the none-optimality of returned solutions, primaries instances were choosen to implement our method. The second part represents the procedure which has been set up to design a supervised-learning-based heuristic. An instance generator was first  built to map the potential industrial evolutions of the instances. It returned secondaries instances representing the learning database. Then a CP-well-suited node ex- traction scheme was set up to collect relevant information from the resolution of the search tree. It will  collect data from nodes of the search tree given a proper criteria. These nodes are next projected onto a constant-dimensional space which described the system, the underlying subtree and the impact of the affectations. Upon these features and designed target values statistical mod- els are implemented. A linear and a gradient  boosting regressions have been implemented, calibrated and tuned upon the data. Last was to integrate the supervised-learning model into an heuristic framework. This has been done via a soft propagation module to try  the instantiation of all the children of the considered node and apply the given module upon them. The selection decision rule was based upon a reconstructed score. Third part was to test the procedure implemented. New secondaries instances were generated and supervised- learning-based heuristic tested against the earliest due date one. The procedure was tested upon two different instances. The integrated heuristic returned positive results for both instances. For the first one (10 jobs to schedule) a gain in the first solution found (resp. the number of backtracks) of 18% (resp. 13% were realized. For the second instance (90 jobs to schedule) a gain in the first solution found of at least 16%. The results come to validate the procedure implemented and the methodology used.

Deep learning and neural networks has recently become a powerful tool to solve complex problem due to improvements in training algorithms. Examples of successful application can be found in speech recognition and machine translation. There exist relative few finance articles were deep learning have been applied, but existing articles indicate that deep learning can be successfully applied to problems in finance.  This thesis studies forecasting of financial price movements using two types of neural networks, namely; feedforward and recurrent networks. For the feedforward neural networks we considered non-deep networks with more neurons and deep networks with fewer neurons. In addition to the comparison between feedforward and recurrent networks, a comparison between deep and non-deep networks will be made. The recurrent architecture consists of a recurrent layer mapping into a feedforward layer followed by an output layer. The networks are trained with two different feature setups, one less complex and one more complex. The findings for non-deep vs. deep feedforward neural networks imply that there does not exist any general pattern whether deep or non-deep networks are preferable. The findings for recurrent neural networks vs. feedforward neural networks imply that recurrent neural networks do not necessarily outperform feedforward neural networks even though financial data in general are time-dependent. In some cases, adding batch normalization can improve the accuracy for the feedforward neural networks. This can be preferable instead of using more complex models, such as a recurrent neural networks. Moreover, there are significant differences in accuracies between using the two different feature setups. The highest accuracy for all networks are 52.82%, which is significantly better than the simple benchmark. / Djupa neuronnät har under det senaste årtiondet blivit ett väldigt användarbart verktyg för att lösa komplexa problem, tack vare förbättringar i träningsalgoritmer. Två områden där djupinlärning visat sig väldigt användbart är inom taligenkänning och maskinöversättning. Det finns relativt få artiklar där djupinlärning används inom finans men i de få som existerar finns det tydliga tecken på att djupinlärning skulle kunna appliceras framgångsrikt på finansiella problem. Denna uppsats studerar prediktering av finansiella prisrörelser med framåtkopplade nätverk och rekurrenta nätverk. För de framåtkopplade nätverken kommer vi använda oss av djupa nätverk med färre neuroner per lager och mindre djupa nätverk med fler neuroner per lager. Förutom en jämförelse mellan framåtkopplade nätverk och rekurrenta nätverk kommer även en jämförelse mellan de djupa och mindre djupa framåtkopplade nätverken att göras. De rekurrenta nätverket består av ett rekurrent lager som sedan projicerar på ett framåtkopplande lager följt av ett outputlager. Nätverken är tränade med två olika uppsättningar av insignaler, ett mindre komplext och ett mer komplext. Resultaten för jämförelsen mellan de olika framåtkopplade nätverken indikerar att det inte med säkerhet går att säga om man vill använda sig av ett djupare nätverk eller inte, då det beror på många olika faktorer som tex. variabeluppsättning. Resultaten för jämförelsen mellan de rekurrent nätverken och framåtkopplade nätverken indikerar att rekurrenta nätverk nödvändigtvis inte presterar bättre än framåtkopplade nätverk trots att finansiell data vanligtvis är tidsberoende. Det finns signifikanta resultat där den mer komplexa variabeluppsättningen presterar bättre än den mindre komplexa. Den högsta träffsäkerheten för att prediktera rätt tecken på nästkommande prisrörelse är 52.82% vilket är signifikant bättre än ett enkelt benchmark.

The Basel Committee has proposed a new Pillar 2 regulatory framework for evaluating the interest rate risk of a bank's banking book appropriately called Interest Rate Risk in the Banking Book. The framework requires a bank to use and report two different interest rate risk measures: Economic Value of Equity (EVE) risk and Net Interest Income (NII) risk. These risk measures have previously been studied separately but few models have been proposed to investigate the relationship between them. Based on previous research we assume that parts of the banking book can be approximated using a portfolio strategy of rolling bonds and propose a model for relating the connection between the portfolio maturity structure, EVE risk and NII risk. By simulating from both single- and multi-factor Vasicek models and measuring risk as Expected Shortfall we illustrate the resulting risk profiles. We also show how altering certain theoretical assumptions seem to have little effect on these risk profiles. / Baselkommittén har föreslagit ett nytt Pelare 2-regelverk för att utvärdera ränterisken i en banks bankbok kallat Interest Rate Risk in the Banking Book. Regelverket kräver att en bank beräknar och rapporterar två olika mått på ränterisk: Ekonomiskt Värde av Eget Kapital-risk (EVE-risk) samt Räntenettorisk (NII-risk). Dessa två mått har tidigare studerats separat men få modeller har föreslagits för att studera relationen dem emellan. Baserat på tidigare forskning så antar vi att delar av bankboken kan approximeras som en rullande obligationsportfölj och föreslår en modell för att relatera sambandet mellan portföljens löptidsstruktur, EVE-risk och NII-risk. Genom att simulera korträntor från Vasicek-modeller med olika antal faktorer så undersöker vi de resulterande riskerna mätt som Expected Shortfall. Vi visar också att vissa av de teoretiska antagandena verkar ha liten påverkan på riskprofilen.