Informacja

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

Wyszukujesz frazę "sztuczne systemy immunologiczne" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Combined clonal negative selection algorithm for diagnostics of combustion in individual PC burner
Hybrydowy algorytm negatywnej selekcji klonalnej do diagnostyki spalania w pojedynczym palniku pyłowym
Autorzy:
Smolarz, A.
Lytvynenko, V.
Kozhukhovskaya, O.
Gromaszek, K.
Powiązania:
https://bibliotekanauki.pl/articles/408497.pdf
Data publikacji:
2013
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
artificial Immune Systems
industrial diagnostics
pulverised coal burner
sztuczne systemy immunologiczne
diagnostyka przemysłowa
palnik pyłowy
Opis:
In pulverised coal (PC) burners that are most widespread in Poland an individual air excess ratio rules an amount of pollution generated, yet there is a lack of method that allows measurement of output parameters of a burner. It is therefore necessary to use indirect methods, which could primarily include acoustic, and optical methods. These methods are non-invasive and can provide virtually not delayed and additionally spatially selective information about the combustion process. Additional problems are generated biomass co-firing. The article shows application of relatively new class of classification methods – the artificial immunology algorithms to the combustion process diagnostics consisting in detection of incorrect air excess in PC burner.
W palnikach pyłowych, które są najbardziej rozpowszechnione w Polsce współczynnik nadmiaru powietrza decyduje o ilości emitowanych zanieczyszczeń, jednak brak metodyumożliwiającej pomiar parametrów wyjściowych palnika. Konieczne jest więc stosowanie metod pośrednich, do których można zaliczyć przede wszystkim metody akustyczne i optyczne. Metody te są bezinwazyjne i pozwalają na otrzymanie praktycznie nieopóźnionej i dodatkowo selektywnej przestrzennie informacji o zachodzącym procesie spalania. Dodatkowe problemy powstają przy współspalaniu biomasy. Artykuł przedstawia zastosowanie stosunkowo nowej klasy metod klasyfikacji - sztuczne algorytmy immunologiczne do diagnostyki procesu spalania polegająca na wykrywaniu nieprawidłowejwartości nadmiaru powietrza palnika pyłowego.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2013, 4; 69-73
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Przegląd wybranych metod ewolucyjnych w optymalizacji wielokryterialnej
An overview of evolutionary methods of multi-criteria optimization
Autorzy:
Gryniewicz-Jaworska, M.
Powiązania:
https://bibliotekanauki.pl/articles/408631.pdf
Data publikacji:
2014
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
optymalizacja wielokryterialna
optymalizacja ewolucyjna
algorytmy genetyczne
sztuczne systemy immunologiczne
multicriteria optimization
evolutionary optimization
genetic algorithms
Opis:
Od połowy lat osiemdziesiątych nastąpił rozwój metod, które bazują na nowym sposobie tworzenia rozwiązań niezdominowanych. Prowadzą one do wyznaczenia frontu ocen Pareto naśladując mechanizmy wytworzone w świecie mikro- i makro- przyrody. Aktualnie do istniejących metod optymalizacji zaliczyć możemy: algorytmy genetyczne, ewolucyjne, algorytmy stosujące sztuczne systemy immunologiczne, algorytmy rojowe oraz mrówkowe. W artykule zaprezentowano kilka wybranych metod optymalizacji ewolucyjnej, w tym algorytm ewolucyjny, mrówkowy, rojowy oraz NSGA. Ponadto opisano sposób działania poszczególnych algorytmów oraz ich przykładowe zastosowanie.
Since the mid-eighties we can see the development of methods that are based on a new method of creating dominated solutions. They lead to designate the ratings Pareto front mimicking the mechanisms created in the world of micro and macro-nature. Currently, the existing optimization methods can include: genetic algorithms, evolutionary algorithms using artificial immune systems, swarm and formic algorithms. The article presents few selected evolutionary optimization methods, including evolutionary algorithm, formic and swarm algorithms, and NSGA. The article also describes how the different algorithms work and their exemplary application.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2014, 4; 32-34
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    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