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 "struktury sieci" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Optymalizacja struktur elektroenergetycznych sieci promieniowych
    Optimization of the structures of electric power radial
    Autorzy:
    Brożek, J.
    Bąchorek, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/376779.pdf
    Data publikacji:
    2014
    Wydawca:
    Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
    Tematy:
    optymalizacja
    struktury sieci
    algorytmy genetyczne
    wyżarzanie symulowane
    Opis:
    Optymalizacja promieniowych struktur sieci elektroenergetycznych należy do problemów NP - trudnych. Funkcją celu analizowanego problemu stanowią koszty roczne struktury sieci elektroenergetycznej (roczny koszt inwestycyjny i zmienny). Do poszukiwania rozwiązań suboptymalnych zaproponowano metodę wykorzystującą algorytm genetyczny i algorytm symulowanego wyżarzania. Oba algorytmy optymalizują (minimalizują) tą samą funkcję celu. Uzyskanie takich samych rozwiązań dwoma algorytmami zwiększa prawdopodobieństwo, że otrzymana struktura sieci promieniowej jest strukturą optymalną w sensie przyjętej funkcji celu. W artykule przedstawiono przykład obliczeniowy ilustrujący zastosowanie programu komputerowego do optymalizacji struktury sieci promieniowej. Uzyskane wyniki porównano z rozwiązaniem otrzymanym w wyniku przeglądu zupełnego.
    In the paper, the problem of the optimal design of the structures of two-voltage electric power radial networks is analyzed. The optimization of the structure of electric power networks is an NP-hard problem. The aim function of the analyzed problem is the annual cost of the electric power network structure (the annual investment cost + the annual variable cost). In order to find (suboptimal) solutions to the problem a method using genetic algorithms and simulated annealing is proposed. Both algorithms optimize (minimize) the same function. Obtaining the same solution with the use of two different algorithms increases the probability that the resulting network structure is optimal given the aim function. The paper includes also an example, which illustrates the application of the proposed method (implemented in a computer program) to the optimization of the structure of a radial network. A comparison of the obtained results with the solution resulting from the use of a complete (i.e., non-heuristic) method, is also provided.
    Źródło:
    Poznan University of Technology Academic Journals. Electrical Engineering; 2014, 78; 35-42
    1897-0737
    Pojawia się w:
    Poznan University of Technology Academic Journals. Electrical Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Dekompozycja hierarchicznej struktury sztucznej sieci neuronowej i algorytm koordynacji
    Decomposition of hierarchical structure of Artificial Neural Network and coordination algorithm
    Autorzy:
    Płaczek, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/377202.pdf
    Data publikacji:
    2014
    Wydawca:
    Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
    Tematy:
    sztuczne sieci neuronowe
    algorytm uczenia
    dekompozycja
    koordynacja
    hierarchia
    Opis:
    W artykule zaproponowano przeprowadzenie dekompozycji struktury sieci na dwie warstwy. W warstwie I poziomu znajduje się N1 niepowiązanych podsieci. Natomiast w warstwie II poziomu (nadrzędnej) znajduje się podsieć warstwy ukrytej. Warstwy te powiązane są sygnałami V1, V2, które pozwalają na zastosowanie niezależnych algorytmów uczenia dla warstwy I oraz II. Prosty algorytm koordynacji umożliwia obliczenie wartości sygnałów między warstwowych, a tym samym osiągnięcie minimum globalnej funkcji celu.
    The article presents decomposition of Artificial Network Structure into two layers. Layer one (lower one) consist of N1 independent sub layers. The second layer (upper one) is a hidden layer. Vectors V1 and V2 are introduced as coordinator between two layers. The coordinator uses different algorithms connecting vectors V1 and V2. In this way, the coordinator is able to coordinate two independent learning algorithms for each layer. The coordination algorithm was described and final learning results are presented. Presented results of an on - line learning algorithm were used for both, the first and the second layer. For the future study, an off-line learning algorithm will be used.
    Źródło:
    Poznan University of Technology Academic Journals. Electrical Engineering; 2014, 80; 223-230
    1897-0737
    Pojawia się w:
    Poznan University of Technology Academic Journals. Electrical Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Optymalizacja struktur elektroenergetycznych sieci promieniowych z wykorzystaniem algorytmów sztucznej inteligencji
    Optimization of the structure of electric power radial networks with the use of AI algorithms
    Autorzy:
    Bąchorek, W.
    Brożek, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/377553.pdf
    Data publikacji:
    2012
    Wydawca:
    Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
    Tematy:
    struktury elektroenergetyczne sieci promieniowych
    elektroenergetyczna sieć promieniowa
    algorytm genetyczny
    AG
    algorytm symulowanego wyżarzania
    SW
    sztuczna inteligencja
    Opis:
    W artykule przedstawiono metodę optymalizacji projektowania struktur dwunapięciowych elektroenergetycznych sieci promieniowych. Metoda wykorzystuje algorytm genetyczny (AG) i algorytm symulowanego wyżarzania (SW). Oba algorytmy optymalizują tą samą funkcję celu. Funkcję celu stanowi koszt roczny sieci elektroenergetycznej, który na etapie działania algorytmów jest minimalizowany. Działanie każdego algorytmu z osobna generuje, w czasie możliwym do przejęcia, suboptymalną strukturę sieci. Uzyskanie takich samych rozwiązań dwoma algorytmami zwiększa prawdopodobieństwo, że otrzymana struktura sieci promieniowej jest strukturą optymalną w sensie przyjętej funkcji celu. W metodzie algorytmy wykorzystują przemiennie, jako dane wejściowe, najlepsze uzyskane rozwiązania struktur sieci. W artykule przedstawiono krótki opis algorytmów oraz przykład obliczeniowy ilustrujący zastosowanie opracowanej metody do optymalizacji modelowej struktury elektroenergetycznej sieci promieniowej.
    In the paper the method for optimizing the design process of the structures of two-voltage electric power radial networks is presented. The method takes advantage of a genetic algorithm (GA) as well as a simulated annealing algorithm (SA). Both algorithms minimize the same aim function, which is the annual cost of the electric power network. The execution of each of the algorithms generates - within the same acceptable period of time - a suboptimal structure of the network. If the same result is obtained through the utilization of both methods, the probability increases that the obtained network structure is optimal against the accepted aim function. The implemented algorithms use interchangeably - as the input data - the best obtained network structures. In the paper there is also presented an example illustrating the application of the developed computer program to the optimization of a model structure of an electric power radial network.
    Źródło:
    Poznan University of Technology Academic Journals. Electrical Engineering; 2012, 70; 134-142
    1897-0737
    Pojawia się w:
    Poznan University of Technology Academic Journals. Electrical Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wizualizacja 3D struktury sztucznej sieci neuronowej z wykorzystaniem OpenGL
    3D visualization of structure of artificial neural network using OpenGL
    Autorzy:
    Pietrowski, W.
    Szymaniak, M
    Powiązania:
    https://bibliotekanauki.pl/articles/377413.pdf
    Data publikacji:
    2014
    Wydawca:
    Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
    Tematy:
    grafika komputerowa
    OpenGL
    sztuczna sieć neuronowa
    Opis:
    W artykule przedstawiono oprogramowanie do trójwymiarowej wizualizacji struktury sztucznej sieci neuronowej. Takie oprogramowanie w procesie tworzenia sztucznej sieci neuronowej może posłużyć do wizualizacji wszystkich elementów struktury. Podgląd struktury sztucznej sieci neuronowej na etapie jej tworzenia ułatwia zarówno proces projektowania jak również jej modyfikowania. Powstałe oprogramowanie ma też walory dydaktyczne, które mogą zostać wykorzystane podczas zajęć omawiających sztuczne sieci neuronowe. Otrzymane rysunki mogą znaleźć zastosowanie w publikacjach opisujących zastosowania sztucznych sieci neuronowych w elektrotechnice jak i innych dziedzinach nauki.
    The article presents a software for three-dimensional visualization of structure of an artificial neural network. Such software in the creation of an artificial neural network can be used to visualize all the elements of the structure. Preview the structure of an artificial neural network on the stage of its creation facilitates both the design process as well as its modification. The resulting software is for the didactic, which can be used in the classroom discussing artificial neural networks. The resulting drawings can be used in publications describing the use of artificial neural networks in electrical engineering and other sciences.
    Źródło:
    Poznan University of Technology Academic Journals. Electrical Engineering; 2014, 80; 137-144
    1897-0737
    Pojawia się w:
    Poznan University of Technology Academic Journals. Electrical Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      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