Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Genetic Algorithm" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-14 z 14
    Tytuł:
    Planning and management of aircraft maintenance using a genetic algorithm
    Autorzy:
    Kowalski, Mirosław
    Izdebski, Mariusz
    Żak, Jolanta
    Gołda, Paweł
    Manerowski, Jerzy
    Powiązania:
    https://bibliotekanauki.pl/articles/1841824.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    aircraft operation
    maintenance
    multi-criteria optimization
    genetic algorithm
    Opis:
    The aim of the article was to develop a tool to support the process of planning and managing aircraft (ac) maintenance. Aircraft maintenance management has been presented for scheduled technical inspections resulting from manufacturers’ technical documentation for ac. The authors defined the problem under investigation in the form of a four-phase decisionmaking process taking into account assignment of aircraft to airports and maintenance stations, assignment of crew to maintenance points, setting the schedules, i.e. working days on which aircraft are directed to maintenance facilities. This approach to the planning and management of aircraft maintenance is a new approach, unprecedented in the literature. The authors have developed a mathematical model for aircraft maintenance planning and management in a multi-criteria approach and an optimisation tool based on the operation of a genetic algorithm. To solve the problem, a genetic algorithm was proposed. The individual steps of the algorithm construction were discussed and its effectiveness was verified using real data.
    Źródło:
    Eksploatacja i Niezawodność; 2021, 23, 1; 143-153
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Planning and management of aircraft maintenance using a genetic algorithm
    Autorzy:
    Kowalski, Mirosław
    Izdebski, Mariusz
    Żak, Jolanta
    Gołda, Paweł
    Manerowski, Jerzy
    Powiązania:
    https://bibliotekanauki.pl/articles/1841765.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    aircraft operation
    maintenance
    multi-criteria optimization
    genetic algorithm
    Opis:
    The aim of the article was to develop a tool to support the process of planning and managing aircraft (ac) maintenance. Aircraft maintenance management has been presented for scheduled technical inspections resulting from manufacturers’ technical documentation for ac. The authors defined the problem under investigation in the form of a four-phase decisionmaking process taking into account assignment of aircraft to airports and maintenance stations, assignment of crew to maintenance points, setting the schedules, i.e. working days on which aircraft are directed to maintenance facilities. This approach to the planning and management of aircraft maintenance is a new approach, unprecedented in the literature. The authors have developed a mathematical model for aircraft maintenance planning and management in a multi-criteria approach and an optimisation tool based on the operation of a genetic algorithm. To solve the problem, a genetic algorithm was proposed. The individual steps of the algorithm construction were discussed and its effectiveness was verified using real data.
    Źródło:
    Eksploatacja i Niezawodność; 2021, 23, 1; 143-153
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A genetic algorithm-based approach for flexible job shop rescheduling problem with machine failure interference
    Autorzy:
    Liang, Zhongyuan
    Zhong, Peisi
    Zhang, Chao
    Yang, Wenlei
    Xiong, Wei
    Yang, Shihao
    Meng, Jing
    Powiązania:
    https://bibliotekanauki.pl/articles/27320976.pdf
    Data publikacji:
    2023
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    genetic algorithm
    rescheduling
    machine failure
    flexible job shop scheduling
    Opis:
    Rescheduling is the guarantee to maintain the reliable operation of production system process. In production system, the original scheduling scheme cannot be carried out when machine breaks down. It is necessary to transfer the production tasks in the failure cycle and replan the production path to ensure that the production tasks are completed on time and maintain the stability of production system. To address this issue, in this paper, we studied the event-driven rescheduling policy in dynamic environment, and established the usage rules of right-shift rescheduling and complete rescheduling based on the type of interference events. And then, we proposed the rescheduling decision method based on genetic algorithm for solving flexible job shop scheduling problem with machine fault interference. In addition, we extended the "mk" series of instances by introducing the machine fault interference information. The solution data show that the complete rescheduling method can respond effectively to the rescheduling of flexible job shop scheduling problem with machine failure interference.
    Źródło:
    Eksploatacja i Niezawodność; 2023, 25, 4; art. no. 171784
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Kodowanie cech sygnałów w systemie wnioskowania diagnostycznego
    Signal feature encoding in an inference diagnostic system
    Autorzy:
    Timofiejczuk, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/301412.pdf
    Data publikacji:
    2009
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    kodowanie
    algorytm genetyczny
    analiza sygnałów
    encoding
    genetic algorithm
    signal analysis
    Opis:
    W referacie opisano część badań, których celem jest zastosowanie wnioskowania diagnostycznego z uwzględnieniem kontekstu. Zgodnie z opracowanym podejściem konteksty działania obiektu mogą być identyfikowane z zastosowaniem algorytmów ewolucyjnych. Jednym z najistotniejszych czynników zastosowania tych algorytmów jest odpowiednie przygotowanie danych wejściowych. W referacie opisano opracowane sposoby kodowania dla trzech rodzajów cech sygnałów. Przykłady zastosowania opisanych sposobów kodowania zastosowano dla sygnałów zarejestrowanych podczas działania stanowiska modelującego działanie maszyny wirnikowej.
    In the paper a part of research focused on context based diagnostic inference has been presented. According to the elaborated approach contexts of machinery operation can be identifi ed with the use of evolutionary algorithms. One of most important factors of the application of such algorithms is a proper form of input data. In the paper encoding of three different types of signal features have been discussed. Examples of elaborated notations have been applied to signals recorded during operation of a model of rotating machinery.
    Źródło:
    Eksploatacja i Niezawodność; 2009, 1; 22-27
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Evaluation of efficiency and reliability of airport processes using simulation tools
    Autorzy:
    Gołda, Paweł
    Zawisza, Tomasz
    Izdebski, Mariusz
    Powiązania:
    https://bibliotekanauki.pl/articles/2038035.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    efficiency
    airport processes
    simulation tools
    safety of airport operations
    genetic algorithm
    reliability airport processes
    Opis:
    The purpose of this paper is to evaluate the efficiency of airport processes using simulation tools. A critical review of selected scientific studies relating to the performance of airport processes with respect to reliability, particularly within the apron, has been undertaken. The developed decision-making model evaluates the efficiency of airport processes in terms of minimizing penalties associated with aircraft landing before or after the scheduled landing time. The model takes into account, among other things, aircraft take-offs and landings and separation times between successive aircraft. In order to be able to verify the correctness of the decision-making model, a simulation tool was developed to support decision making in the implementation of airport operations based on a genetic algorithm. A novel development of the structure of a genetic algorithm as well as crossover and mutation operators adapted to the determination of aircraft movement routes on the apron is presented. The developed simulation tool was verified on real input data.
    Źródło:
    Eksploatacja i Niezawodność; 2021, 23, 4; 659-669
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Real-time equipment condition assessment for a class-imbalanced dataset based on heterogeneous ensemble learning
    Ocena stanu sprzętu w czasie rzeczywistym dla zbiorów danych o niezrównoważonym rozkładzie w klasach. Metoda oparta na uczeniu zespołowym
    Autorzy:
    Chen, Xiaohui
    Zhang, Zhiyao
    Zhang, Ze
    Powiązania:
    https://bibliotekanauki.pl/articles/300613.pdf
    Data publikacji:
    2019
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    condition assessment
    heterogeneous ensemble learning
    genetic algorithm
    class-imbalanced
    ocena stanu
    uczenie zespołowe
    algorytm genetyczny
    niezrównoważony rozkład w klasach
    Opis:
    This study proposes an ensemble learning model for the purpose of performing a real-time equipment condition assessment. This model makes it possible to plan desired preventive maintenance activities before an unexpected failure takes place. This study focuses on the class-imbalanced problem in equipment condition assessment research. In reality, equipment will experience multiple conditions(states), most of the time remaining in the normal condition and relatively rarely being in the critical condition, which means that, from the perspective of data modelling, the distribution of samples is highly imbalanced among different classes(conditions). The majority of samples belong to the normal condition, while the minority belong to the critical condition, which poses a great challenge to the classification performance. To address this problem, a genetic algorithm-based ensemble learning model is presented. Furthermore, a self-updating learning strategy is presented for online monitoring, contributing to adaptability and reliability enhancement along with time. Many previous studies have attempted feature extraction and to set thresholds for equipment health indicators. This study has an advantage of omitting these steps, as it can directly assess the equipment condition through the proposed ensemble learning model. Numerical experiments, including two types of comparison studies, have been conducted. The results show the greater effectiveness of our proposed model over that of previous research in terms of the stability and accuracy of its classification performance.
    W pracy przedstawiono model uczenia maszynowego opartego na zespołach niejednorodnych klasyfikatorów (ensemble learning), który pozwala przeprowadzać ocenę stanu sprzętu w czasie rzeczywistym. Model ten umożliwia zaplanowanie niezbędnych czynności konserwacji profilaktycznej przed wystąpieniem niespodziewanego uszkodzenia. Tematem pracy jest zagadnienie niezrównoważonego rozkładu w klasach poruszane w badaniach dotyczących oceny stanu sprzętu. W warunkach rzeczywistych, sprzęt chrakteryzuje wiele różnych stanów, przy czym przez większość czasu pozostaje on w stanie normalnym, a relatywnie rzadko znajduje się w stanie krytycznym, co oznacza, że z punktu widzenia modelowania danych, rozkład prób w poszczególnych klasach (stanach) jest wysoce niezrównoważony. Większość prób należy do stanu normalnego, a mniejszość do stanu krytycznego, co stanowi duże wyzwanie jeśli chodzi o wydajność klasyfikacji. W celu rozwiązania tego problemu, przedstawiono model uczenia zespołowego oparty na algorytmie genetycznym. Ponadto zaprezentowano samoaktualizującą się strategię uczenia wykorzystywaną do monitorowania online, która wraz z upływem czasu zwiększa adaptacyjność i niezawodność modelu . W wielu poprzednich badaniach podejmowano próby ekstrakcji cech oraz ustalania progów dla wskaźników stanu sprzętu. Zaletą przedstawionej metody jest to, że pozwala ona pominąć te etapy i bezpośrednio oceniać stan sprzętu za pomocą proponowanego modelu uczenia zespołowego. Przeprowadzono eksperymenty numeryczne, w tym dwa rodzaje badań porównawczych. Wyniki pokazują większą skuteczność proponowanego modelu w stosunku do poprzednich badań pod względem stabilności i trafności klasyfikacji.
    Źródło:
    Eksploatacja i Niezawodność; 2019, 21, 1; 68-80
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Multi-criteria reliability optimization for a complex system with a bridge structure in a fuzzy environment: A fuzzy multi-criteria genetic algorithm approach
    Wielokryterialna optymalizacja niezawodności złożonego systemu o strukturze mostkowej w środowisku rozmytym. Metoda rozmytego wielokryterialnego algorytmu genetycznego
    Autorzy:
    Mutingi, M.
    Mbohwa, C.
    Kommula, V. P.
    Powiązania:
    https://bibliotekanauki.pl/articles/301750.pdf
    Data publikacji:
    2016
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    multi-criteria optimization
    reliability optimization
    complex bridge system
    genetic algorithm
    optymalizacja wielokryterialna
    optymalizacja niezawodności
    złożony system mostkowy
    algorytm genetyczny
    Opis:
    Optimizing system reliability in a fuzzy environment is complex due to the presence of imprecise multiple decision criteria such as maximizing system reliability and minimizing system cost. This calls for multi-criteria decision making approaches that incorporate fuzzy set theory concepts and heuristic methods. This paper presents a fuzzy multi-criteria nonlinear model, and proposes a fuzzy multi-criteria genetic algorithm (FMGA) for complex bridge system reliability design in a fuzzy environment. The algorithm uses fuzzy multi-criteria evaluation techniques to handle fuzzy goals, preferences, and constraints. The evaluation approach incorporates fuzzy preferences and expert choices of the decision maker in regards to cost and reliability goals. Fuzzy evaluation gives the algorithm flexibility and adaptability, yielding near-optimal solutions within short computation times. Results from computational experiments based on benchmark problems demonstrate that the FMGA approach is a more reliable and effective approach than best known algorithm, especially in a fuzzy multi-criteria environment.
    Optymalizacja niezawodności systemu w środowisku rozmytym to problem złożony ze względu na konieczność wzięcia pod uwagę wielu niedokładnie określonych kryteriów decyzyjnych, takich jak maksymalizacja niezawodności systemu i minimalizacja kosztów. Wymaga ona zastosowania wielokryterialnych metod podejmowania decyzji, które łączyłyby pojęcia z zakresu teorii zbiorów rozmytych oraz metody heurystyczne. W niniejszej pracy przedstawiono rozmyty wielokryterialny model nieliniowy (FMGA) oraz zaproponowano rozmyty wielokryterialny algorytm genetyczny do projektowania niezawodności złożonych systemów mostkowym w środowisku rozmytym. Algorytm wykorzystuje techniki rozmytej oceny wielokryterialnej do określania rozmytych celów, preferencji oraz ograniczeń. Metoda oceny uwzględnia rozmyte preferencje i eksperckie wybory decydenta dotyczące kosztów oraz celów niezawodnościowych. Ocena rozmyta nadaje algorytmowi cechy elastyczności oraz adaptacyjności, pozwalając na otrzymanie niemal optymalnych rozwiązań w krótkim czasie obliczeniowym. Wyniki eksperymentów obliczeniowych opartych na problemach wzorcowych pokazują, że podejście z zastosowaniem FMGA jest bardziej niezawodne i wydajne niż najbardziej znany algorytm, zwłaszcza w rozmytym środowisku wielokryterialnym.
    Źródło:
    Eksploatacja i Niezawodność; 2016, 18, 3; 450-456
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    System reliability optimization: A fuzzy multi-objective genetic algorithm approach
    Optymalizacja niezawodności systemu: metoda rozmytego algorytmu genetycznego do optymalizacji wielokryterialnej
    Autorzy:
    Mutingi, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/300808.pdf
    Data publikacji:
    2014
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    system reliability optimization
    multi-objective optimization
    genetic algorithm
    fuzzy optimization
    redundancy
    optymalizacja niezawodności systemu
    optymalizacja wielokryterialna
    algorytm genetyczny
    optymalizacja rozmyta
    nadmiarowość
    Opis:
    System reliability optimization is often faced with imprecise and conflicting goals such as reducing the cost of the system and improving the reliability of the system. The decision making process becomes fuzzy and multi-objective. In this paper, we formulate the problem as a fuzzy multi-objective nonlinear program. A fuzzy multi-objective genetic algorithm approach (FMGA) is proposed for solving the multi-objective decision problem in order to handle the fuzzy goals and constraints. The approach is able flexible and adaptable, allowing for intermediate solutions, leading to high quality solutions. Thus, the approach incorporates the preferences of the decision maker concerning the cost and reliability goals through the use of fuzzy numbers. The utility of the approach is demonstrated on benchmark problems in the literature. Computational results show that the FMGA approach is promising.
    Często spotykanym problemem w optymalizacji niezawodności systemu są niedokładnie określone i sprzeczne cele, takie jak zmniejszenie kosztów systemu przy jednoczesnej poprawie jego niezawodności. Proces podejmowania decyzji staje się wtedy rozmyty i wielokryterialny. W niniejszej pracy, sformułowaliśmy ten problem jako rozmyty wielokryterialny program nieliniowy (FMOOP). Zaproponowaliśmy metodę rozmytego wielokryterialnego algorytmu genetycznego (FMGA), która pozwala rozwiązać wielokryterialny problem decyzyjny z uwzględnieniem rozmytych celów i ograniczeń. Podejście to jest uniwersalne, co pozwala na rozwiązania pośrednie, prowadzące do rozwiązań wysokiej jakości. Metoda uwzględnia preferencje decydenta w zakresie celów związanych z kosztami i niezawodnością poprzez wykorzystanie liczb rozmytych. Użyteczność FMGA wykazano na przykładzie wzorcowych problemów z literatury. Wyniki obliczeń wskazują, że podejście FMGA jest obiecujące.
    Źródło:
    Eksploatacja i Niezawodność; 2014, 16, 3; 400-406
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Nowe podejście do harmonogramowania czynności obsługowych systemów elektroenergetycznych wykorzystujące algorytm genetyczny oraz symulację Monte-Carlo
    A new approach for maintenance scheduling of power systems, using a genetic algorithm and Monte-Carlo simulation
    Autorzy:
    Manbachi, M.
    Mahdloo, F.
    Haghifam, M. R.
    Ataei, A.
    Yoo, Ch. K.
    Powiązania:
    https://bibliotekanauki.pl/articles/300948.pdf
    Data publikacji:
    2010
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    algorytm genetyczny
    roczny rynek serwisowy
    harmonogramowanie czynności obsługowych
    symulacja Monte Carlo
    niezawodność
    genetic algorithm
    annual maintenance market
    maintenance scheduling
    Monte Carlo simulation
    reliability
    Opis:
    Celem pracy jest przedstawienie nowego, całościowego rozwiązania w zakresie harmonogramowania czynności obsługowych jednostek wytwórczych w warunkach deregulacji, przy założeniu rocznego niezależnego rynku. Rozwiązanie otrzymano poprzez wykorzystanie algorytmu genetycznego (GA) oraz symulacji Monte-Carlo (MCS). W warunkach deregulacji, każde przedsiębiorstwo wytwórcze (Generation Company, GENCO) dąży do optymalizacji zysków, podczas gdy niezależny operator systemowy (Independent System Operator, ISO) troszczy się o niezawodność. Na ogół, zderzenie tych dwóch punktów widzenia stwarza wiele problemów. Dlatego też proponujemy metodę harmonogramowania czynności obsługowych opartą na GA. Zgodnie z tą metodą, przedsiębiorstwa GENCO ustalają swoje strategie uczestnictwa w rocznym rynku usług serwisowych (Annual Maintenance Market, AMM) biorąc pod uwagę niepewności związane z obciążeniem, umowy paliwowe oraz zachowania innych przedsiębiorstw. Z drugiej strony, ISO zarządza AMM w oparciu o niezawodność i daje przedsiębiorstwom premie lub nakłada na nie kary bazując na własnej polityce poprzez MCS. Trafność i stosowalność zaproponowanej metody harmonogramowania czynności obsługowych jednostek wytwórczych oceniono analizując system testowy wyposażony w magistralę IEEE-118.
    The aim of this study is to present a new comprehensive solution for maintenance scheduling of power generating units in deregulated environments by applying an annual independent market. The solution was obtained by using a Genetic Algorithm (GA) and a Monte-Carlo Simulation (MCS). In a deregulated environment, each Generation Company (GENCO) desires to optimize its payoffs, whereas an Independent System Operator (ISO) has its reliability solicitudes. In general, the two points of view create many problems. Therefore, we propose a method based on a GA for maintenance scheduling. In this method, GENCOs set their strategies to participate in an Annual Maintenance Market (AMM) by considering load uncertainties, fuel contracts and the behaviors of other companies. On the other hand, the ISO manages the AMM based on reliability and offers incentives/ penalties for companies relying on its policy through MCS. To evaluate the accuracy and applicability of our solution for maintenance scheduling of power generation units, an IEEE-118 bus test system was studied.
    Źródło:
    Eksploatacja i Niezawodność; 2010, 4; 82-90
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Ustalanie harmonogramu obsługi dla systemu wieloelementowego: podejście oparte na stochastycznych sieciach Petriego oraz algorytmie genetycznym
    Maintenance scheduling for multi-unit system: a stochastic Petri-net and genetic algorithm based approach
    Autorzy:
    Zhang, T.
    Cheng, Z.
    Liu, Y. J.
    Guo, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/301668.pdf
    Data publikacji:
    2012
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    ustalanie harmonogramu obsługi
    system wieloelementowy
    sieć Petriego
    algorytm genetyczny
    minimalny przekrój niezdatności
    maintenance scheduling
    multi-unit system
    Petri net
    genetic algorithm
    deterioration
    minimal cut set
    Opis:
    Częste czynności obsługowe prowadzą do niskiej gotowości systemu oraz wymagają dużych nakładów pieniężnych. W systemie wieloelementowym całkowity czas i koszt obsługi można obniżać łącząc ze sobą czynności obsługowe niektórych elementów. Dlatego też konieczne jest planowanie zoptymalizowanego harmonogramu czynności obsługowych. W artykule zaproponowano model symulacyjny optymalizacji harmonogramu obsługi oparty na stochastycznych sieciach Petriego uwzględniający niepewność zarówno procesu deterioracji jak i procesu obsługi elementów systemu. Algorytm genetyczny wykorzystano do opracowania terminarza czynności obsługowych, który pozwalałby na minimalizację kosztów całkowitych w przyjętym horyzoncie planowania przy uwzględnieniu całkowitego czasu obsługi, stanu elementów, strat wynikających z cyklu życia oraz wykonalności rozwiązania. Ponadto opisano techniki zastosowane w celu zmniejszenia wysiłku obliczeniowego potrzebnego do wykonania analizy. W końcowej części pracy przedstawiono studium przypadku.
    Frequent maintenance activities would cause low system availability and require large sums of money. For a multi-unit system, maintenance activities of some units can be combined together to reduce the total maintenance possession time and cost. Therefore, an optimized timetable of the maintenance activities is needed to be planned. Considering the uncertainties in both the deterioration and maintenance process of the units in a system, this paper advances a stochastic Petri-net based simulation optimization model for maintenance scheduling. The genetic algorithm is used to get the solution of the timetable of the maintenance activity schedule such that the overall cost is minimized in a planning horizon taking into account total maintenance possession time, unit condition, life cycle loss and solution feasibility. Some techniques used to reduce the computational effort required to perform the analysis are also described. A case study is given in the end.
    Źródło:
    Eksploatacja i Niezawodność; 2012, 14, 3; 256-264
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie algorytmu genetycznego do rozwiązywania zadań niezawodnościowych dotyczących wielokryterialnych systemów szeregowo-równoległych
    An application of genetic algorithm toward solving the reliability problem of multiobjective series-parallel systems
    Autorzy:
    Zarinchang, A.
    Faghih, N.
    Zarinchang, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/301672.pdf
    Data publikacji:
    2012
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    algorytm genetyczny
    optymalizacja wielokryterialna
    optymalizacja niezawodności
    podział nadmiarowości
    systemy szeregowo-równoległe
    metoda TOPSIS
    multiobjective genetic algorithm
    reliability optimization
    redundancy apportionment
    series-parallel systems
    TOPSIS method
    Opis:
    Ponieważ znalezienie odpowiedniego rozwiązania zadania optymalizacji niezawodnościowej przy wykorzystaniu metod programowania matematycznego uznaje się za trudne, coraz częściej stosuje się do tego celu metody heurystyczne. Algorytm genetyczny do optymalizacji wielokryterialnej (Multiobjective Genetic Algorithm, MGA) jest jedną z metod heurystycznych, stworzoną w celu znajdowania rozwiązań dla systemów szeregowo-równoległych, pozwalającą na uzyskanie maksymalnej niezawodności oraz minimalnych kosztów i ciężaru na poziomie systemu. Zadania takie występują powszechnie w dziedzinie projektowania i konstrukcji systemów mechanicznych i elektrycznych. Wykazano, że MGA pozwala uzyskać odpowiednie rozwiązania tego typu zadań uwzględniając przy tym funkcje celu, takie jak niezawodność, koszty i ciężar. W niniejszej pracy przedstawiono połączenie metody wyszukiwania probabilistycznego oraz jednej z metod rozwiązywania problemów decyzyjnych o nazwie TOPSIS (Technique for Order Preference by Similarity to Ideal Solution). MGA pozwala uzyskać odpowiednie rozwiązania konstrukcyjne dając przy tym znaczną oszczędność czasu w porównaniu z niektórymi innymi metodami. Jednocześnie potraktowanie kosztów i ciężaru jako funkcji celu daje lepsze wyniki w porównaniu do metody wykorzystującej algorytm genetyczny, w której koszty i ciężar rozpatrywane są jako ograniczenia.
    Since developing an appropriate solution for reliability optimization problem with mathematical programming methods has been considered as difficult techniques, the heuristic approaches increasingly has been applied. Multiobjectve Genetic Algorithm (MGA) has been among heuristic methods that was developed to find solutions for series-parallel systems to obtain maximum reliability, and minimum cost and weight at the system level. These are very common problems in engineering design such as mechanical and electrical systems. It has been shown that the Multiobjectve Genetic Algorithm offers proper results to these problems while it respects to the several objective functions such as reliability, cost and weight. This paper presents the combination of probabilistic search, and one of the decision making methods called Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). The Multiobjectve Genetic Algorithm, allows us to achieve a proper design solution while it saves a considerable time compared with some other approaches. At the same time as the reliability, cost and weight were chosen as objective functions, the results obtained by this method showed an overall improvement in comparison to the existing GA method considering cost and weight as constraints.
    Źródło:
    Eksploatacja i Niezawodność; 2012, 14, 3; 243-248
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Optimisation of Non-Periodic Inspection and Maintenance for Multicomponent Systems
    Optymalizacja nie-okresowych przeglądów i konserwacji systemów wieloelementowych
    Autorzy:
    Babishin, V.
    Hajipour, Y.
    Taghipour, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/300611.pdf
    Data publikacji:
    2018
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    non-periodic inspection
    opportunistic inspection
    maintenance
    hidden soft failure
    hard failures
    genetic algorithm
    przegląd nie-okresowy
    przegląd awaryjny
    utrzymanie ruchu
    ukryte uszkodzenie miękkie
    uszkodzenia twarde
    algorytm genetyczny
    Opis:
    A k-out-of-n:G system and a system with components subject to soft and hard failures are both inspected non-periodically. For the k-out-of-n system, components fail “silently” (i.e. are hidden), and the entire system fails when (n-k+1)st component fails. For the system with hard-type and soft-type components, hard failures cause system failure, while soft failures are hidden and do not cause immediate failure of the system, but still reduce its reliability. Every system failure allows for an opportunistic inspection of hidden soft-type components in addition to the scheduled inspections. The available maintenance types are replacement and minimal repair. For hard-type components, the maintenance decision is determined by the optimal age before replacement. For the soft-type components with hidden failures, we do not know their age, and so decide on the appropriate type of maintenance using the optimal number of minimal repairs before replacement. The hidden nature of soft-type component failures precludes the use of a tractable analytic expression, so we use simulation and genetic algorithm (GA) to jointly optimise the non-periodic policies on maintenance and inspection and to ensure these incur minimal expected total cost over a finite planning horizon. Due to increasing computational complexity associated with the number of inspections and maintenance policies to be evaluated, the genetic algorithm presents a promising method of optimisation for complex multicomponent systems with multiple decision parameters.
    Przeglądów systemu typu k z n: G oraz systemu z elementami ulegającymi miękkim i twardym uszkodzeniom dokonuje się nieokresowo. W przypadku systemu k z n, składowe ulegają uszkodzeniom „w trybie cichym” (tj. uszkodzenia są ukryte), a cały system ulega awarii, gdy ulegnie uszkodzeniu element (n-k + 1). W przypadku systemu z elementami typu twardego i miękkiego, uszkodzenia twarde prowadzą do awarii systemu, natomiast uszkodzenia miękkie są ukryte i nie powodują natychmiastowej awarii systemu, choć nadal zmniejszają jego niezawodność. Każda awaria systemu stanowi dodatkową, w stosunku do przeglądów planowych, okazję do przeprowadzenia przeglądu (tzw. przegląd awaryjny) ukrytych elementów miękkich. Dostępne rodzaje konserwacji to wymiana oraz naprawa minimalna. W przypadku komponentów twardych, decyzję, który typ konserwacji zastosować, podejmuje się biorąc pod uwagę optymalny wiek przed wymianą. W przypadku elementów miękkich z ukrytymi uszkodzeniami, wiek optymalny jest nieznany, dlatego decyzje o odpowiednim typie konserwacji podejmuje się z uwzględnieniem optymalnej liczby minimalnych napraw przed wymianą. Ukryty charakter uszkodzeń elementów składowych typu miękkiego wyklucza wykorzystanie rozwiązywalnego wyrażenia analitycznego, dlatego w pracy użyto symulacji i algorytmu genetycznego (GA), w celu jednoczesnej optymalizacji nieokresowych strategii prowadzenia konserwacji i przeglądów oraz zapewnienia, że będą one pociągały za sobą minimalny oczekiwany koszt całkowity w skończonym horyzoncie planowania. W świetle rosnącej złożoności obliczeniowej związanej z dużą liczbą ocenianych przeglądów i strategii utrzymania ruchu, algorytm genetyczny stanowi obiecującą metodę optymalizacji złożonych systemów wieloelementowych o wielu parametrach decyzyjnych.
    Źródło:
    Eksploatacja i Niezawodność; 2018, 20, 2; 327-342
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Optimal maintenance strategy on medical instruments used for haemodialysis process
    Optymalna strategia konserwacji urządzeń medycznych wykorzystywanych w procesie hemodializy
    Autorzy:
    Tan, Cher Ming
    Narula, Udit
    Lai, Lu An
    Pandey, Sumit
    Tung, Jung Hua
    Yi Li, Chung
    Powiązania:
    https://bibliotekanauki.pl/articles/301733.pdf
    Data publikacji:
    2019
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    reliability based maintenance
    dialysis machines
    genetic algorithm
    reliability analysis
    statistical distributions
    operational availability
    konserwacja oparta na niezawodności
    aparaty do dializy
    algorytm genetyczny
    analiza niezawodności
    rozkłady statystyczne
    gotowość operacyjna
    Opis:
    Haemodialysis machines are one of the important medical equipment which is used to treat renal failures and minimum downtimes are thus essential. Uninterrupted and constant use of these machines in hospitals worldwide makes them vulnerable to failures if not maintained properly. Consequently, the maintenance cost for dialysis machine is high. A method to implement a cost effective maintenance strategy is demonstrated in this work. Root Cause Based Maintenance (RCBM) strategy is employed at the component level to optimize the Reliability Based Maintenance schedules derived from the existing maintenance and failure data. In order to minimize the average cost of maintenance for Haemodialysis machines and ensure their high operational availability, a Cost-Model is derived, and Genetic Algorithm is employed for optimization in this work. The application of RCBM strategy results in cost saving of about 60% of the cost incurred using current maintenance scheme. Statistical and optimization calculations are performed using Reliasoft’s Weibull++ and MATLAB tools respectively.
    Aparaty do hemodializy to ważne urządzenia medyczne wykorzystywane w leczeniu niewydolności nerek, dlatego ich przestoje muszą być jak najkrótsze. Ciągłe, nieprzerwane korzystanie z tych urządzeń w szpitalach na całym świecie sprawia, że, w przypadku braku właściwej konserwacji, są one podatne na awarie. W związku z tym koszty konserwacji aparatów do dializy są wysokie. W prezentowanej pracy przedstawiono metodę wdrażania ekonomicznej strategii konserwacji. Wykorzystano strategię konserwacji opartą na analizie przyczyn źródłowych uszkodzenia (RCBM). Zastosowano ją na poziomie części składowych w celu optymalizacji harmonogramów konserwacji opartej na niezawodności (RBM) tworzonych na podstawie istniejących danych dotyczących konserwacji i uszkodzeń. Aby móc zminimalizować średni koszt konserwacji aparatów do hemodializy i zapewnić ich wysoką gotowość operacyjną, opracowano model kosztowy, a optymalizację przeprowadzono za pomocą algorytmu genetycznego. Zastosowanie strategii RCBM daje około 60-procentową oszczędność kosztów, jakie ponosi się przy użyciu obecnie wykorzystywanego programu konserwacji. Obliczenia statystyczne i optymalizacyjne wykonano, odpowiednio, przy użyciu oprogramowania Weibull ++ i MATLAB firmy Reliasoft.
    Źródło:
    Eksploatacja i Niezawodność; 2019, 21, 2; 318-328
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Reliability analysis and optimization of equal load-sharing k-out-of-n phased-mission systems
    Analiza niezawodności oraz optymalizacja systemów fazowych typu „k z n” o równym podziale obciążenia elementów składowych
    Autorzy:
    Jiakai, C.
    Yan, H.
    Wei, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/302211.pdf
    Data publikacji:
    2015
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    Applicable Failure Path (AFP)
    genetic algorithm (GA)
    Phased-mission System (PMS)
    Tampered Failure Rate (TFR) Model
    Universal Generating Function (UGF)
    Właściwa ścieżka uszkodzeń (AFP)
    algorytm genetyczny (GA)
    system fazowy (o zadaniach okresowych) (PMS)
    Model manipulowanej intensywności uszkodzeń (TFR)
    Uniwersalna funkcja tworząca (UGF)
    Opis:
    There are many studies on k-out-of-n systems, load-sharing systems (LSS) and phased-mission systems (PMS); however, little attention has been given to load-sharing k-out-of-n systems with phased-mission requirements. This paper considers equal loadsharing k-out-of-n phased-mission systems with identical components. A method is proposed for the phased-mission reliability analysis of the studied systems based on the applicable failure path (AFP). A modified universal generating function (UGF) is used in the AFP-searching algorithm because of its efficiency. The tampered failure rate load-sharing model for the exactly k-out-of-n: F system is introduced and integrated into the method. With the TFR model, the systems with arbitrary load-dependent component failure distributions can be analyzed. According to the time and space complexity analysis, this method is particularly suitable for systems with small k-values. Two applications of the method are introduced in this paper. 1) A genetic algorithm (GA) based on the method is presented to solve the operational scheduling problem of systems with independent submissions. Two theorems are provided to solve the problem under some special conditions. 2) The method is used to select the optimal number of components to make the system reliable and robust.
    Istnieje wiele badań na temat systemów typu „k z n”, systemów z podziałem obciążenia (load-sharing systems, LSS) oraz systemów fazowych (tj. systemów o zadaniach okresowych) (phased-missionsystems, PMS); jak dotąd mało uwagi poświęcono jednak systemom typu „k z n” z podziałem obciążenia wymagającym realizacji różnych zadań w różnych przedziałach czasowych. Niniejszy artykuł omawia systemy fazowe typu „k z n” o równym podziale obciążenia przypadającego na identyczne elementy składowe. Zaproponowano metodę analizy niezawodności badanych systemów w poszczególnych fazach ich eksploatacji opartą na pojęciu właściwej ścieżki uszkodzeń (applicablefailurepath, AFP). W algorytmie wyszukującym AFP zastosowano zmodyfikowaną uniwersalną funkcję tworzącą (universal generating function, UGF), która cechuje się dużą wydajnością. Wprowadzono model manipulowanej intensywności uszkodzeń (tamperedfailurerate, TFR) elementów o równym podziale obciążenia dla systemu, w którym liczba uszkodzeń wynosi dokładnie k z n. Model ten włączono do proponowanej metody analizy niezawodności. Przy pomocy modelu TFR można analizować systemy o dowolnych rozkładach uszkodzeń części składowych, gdzie uszkodzenia są zależne od obciążenia. Zgodnie z analizą złożoności czasowej i przestrzennej, metoda ta jest szczególnie przydatna do modelowania układów o małych wartościach k. W pracy przedstawiono dwa zastosowania metody. 1) oparty o omawianą metodę algorytm genetyczny (GA) do rozwiązywania problemu harmonogramowania prac w systemach z niezależnymi podzadaniami. Sformułowano dwa twierdzenia pozwalające na rozwiązanie problemu w pewnych szczególnych warunkach. 2) Wybór optymalnej liczby elementów składowych pozwalającej na zachowanie niezawodności i odporności systemu.
    Źródło:
    Eksploatacja i Niezawodność; 2015, 17, 2; 250-259
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-14 z 14

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies