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 "a* algorithm" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 181
Tytuł:
A genetic algorithm for the maximum 2-packing set problem
Autorzy:
Trejo-Sánchez, Joel Antonio
Fajardo-Delgado, Daniel
Gutierrez-Garcia, J. Octavio
Powiązania:
https://bibliotekanauki.pl/articles/330154.pdf
Data publikacji:
2020
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
maximum 2-packing set
genetic algorithms
graph algorithms
algorytm genetyczny
algorytm grafowy
Opis:
Given an undirected connected graph G = (V, E), a subset of vertices S is a maximum 2-packing set if the number of edges in the shortest path between any pair of vertices in S is at least 3 and S has the maximum cardinality. In this paper, we present a genetic algorithm for the maximum 2-packing set problem on arbitrary graphs, which is an NP-hard problem. To the best of our knowledge, this work is a pioneering effort to tackle this problem for arbitrary graphs. For comparison, we extended and outperformed a well-known genetic algorithm originally designed for the maximum independent set problem. We also compared our genetic algorithm with a polynomial-time one for the maximum 2-packing set problem on cactus graphs. Empirical results show that our genetic algorithm is capable of finding 2-packing sets with a cardinality relatively close (or equal) to that of the maximum 2-packing sets. Moreover, the cardinality of the 2-packing sets found by our genetic algorithm increases linearly with the number of vertices and with a larger population and a larger number of generations. Furthermore, we provide a theoretical proof demonstrating that our genetic algorithm increases the fitness for each candidate solution when certain conditions are met.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2020, 30, 1; 173-184
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
An autonomous vehicle sequencing problem at intersections: A genetic algorithm approach
Autorzy:
Yan, F.
Dridi, M.
El Moudni, A.
Powiązania:
https://bibliotekanauki.pl/articles/329874.pdf
Data publikacji:
2013
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
autonomous vehicle
autonomous intersection management
genetic algorithm
dynamic programming
heuristics
pojazd autonomiczny
algorytm genetyczny
programowanie dynamiczne
Opis:
This paper addresses a vehicle sequencing problem for adjacent intersections under the framework of Autonomous Intersection Management (AIM). In the context of AIM, autonomous vehicles are considered to be independent individuals and the traffic control aims at deciding on an efficient vehicle passing sequence. Since there are considerable vehicle passing combinations, how to find an efficient vehicle passing sequence in a short time becomes a big challenge, especially for more than one intersection. In this paper, we present a technique for combining certain vehicles into some basic groups with reference to some properties discussed in our earlier works. A genetic algorithm based on these basic groups is designed to find an optimal or a near-optimal vehicle passing sequence for each intersection. Computational experiments verify that the proposed genetic algorithms can response quickly for several intersections. Simulations with continuous vehicles are carried out with application of the proposed algorithm or existing traffic control methods. The results show that the traffic condition can be significantly improved by our algorithm.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2013, 23, 1; 183-200
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A genetic algorithm based optimized convolutional neural network for face recognition
Autorzy:
Karlupia, Namrata
Mahajan, Palak
Abrol, Pawanesh
Lehana, Parveen K.
Powiązania:
https://bibliotekanauki.pl/articles/2201023.pdf
Data publikacji:
2023
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
convolutional neural network
genetic algorithm
deep learning
evolutionary technique
sieć neuronowa konwolucyjna
algorytm genetyczny
uczenie głębokie
technika ewolucyjna
Opis:
Face recognition (FR) is one of the most active research areas in the field of computer vision. Convolutional neural networks (CNNs) have been extensively used in this field due to their good efficiency. Thus, it is important to find the best CNN parameters for its best performance. Hyperparameter optimization is one of the various techniques for increasing the performance of CNN models. Since manual tuning of hyperparameters is a tedious and time-consuming task, population based metaheuristic techniques can be used for the automatic hyperparameter optimization of CNNs. Automatic tuning of parameters reduces manual efforts and improves the efficiency of the CNN model. In the proposed work, genetic algorithm (GA) based hyperparameter optimization of CNNs is applied for face recognition. GAs are used for the optimization of various hyperparameters like filter size as well as the number of filters and of hidden layers. For analysis, a benchmark dataset for FR with ninety subjects is used. The experimental results indicate that the proposed GA-CNN model generates an improved model accuracy in comparison with existing CNN models. In each iteration, the GA minimizes the objective function by selecting the best combination set of CNN hyperparameters. An improved accuracy of 94.5% is obtained for FR.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2023, 33, 1; 21--31
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A static calibration of mems 3-axis accelerometer using a genetic algorithm
Autorzy:
Marinov, Marin
Petrov, Zhivo
Powiązania:
https://bibliotekanauki.pl/articles/198726.pdf
Data publikacji:
2019
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
MEMS accelerometers
calibration
bias
genetic algorithm
akcelerometr MEMS
kalibracja
obciążenie
algorytm genetyczny
Opis:
In this paper, a procedure for MEMS accelerometer static calibration using a genetic algorithm, considering non-orthogonality was presented. The results of simulations and real accelerometer calibration are obtained showing high accuracy of parameters estimation.
Źródło:
Zeszyty Naukowe. Transport / Politechnika Śląska; 2019, 105; 157-168
0209-3324
2450-1549
Pojawia się w:
Zeszyty Naukowe. Transport / Politechnika Śląska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A robust algorithm to solve the signal setting problem considering different traffic assignment approaches
Autorzy:
Adacher, L.
Gemma, A.
Powiązania:
https://bibliotekanauki.pl/articles/330229.pdf
Data publikacji:
2017
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
genetic algorithm
surrogate method
traffic signal synchronization
traffic assignment
simulation model
algorytm genetyczny
metoda zastępcza
synchronizacja sygnału ruchu
model symulacji
Opis:
In this paper we extend a stochastic discrete optimization algorithm so as to tackle the signal setting problem. Signalized junctions represent critical points of an urban transportation network, and the efficiency of their traffic signal setting influences the overall network performance. Since road congestion usually takes place at or close to junction areas, an improvement in signal settings contributes to improving travel times, drivers’ comfort, fuel consumption efficiency, pollution and safety. In a traffic network, the signal control strategy affects the travel time on the roads and influences drivers’ route choice behavior. The paper presents an algorithm for signal setting optimization of signalized junctions in a congested road network. The objective function used in this work is a weighted sum of delays caused by the signalized intersections. We propose an iterative procedure to solve the problem by alternately updating signal settings based on fixed flows and traffic assignment based on fixed signal settings. To show the robustness of our method, we consider two different assignment methods: one based on user equilibrium assignment, well established in the literature as well as in practice, and the other based on a platoon simulation model with vehicular flow propagation and spill-back. Our optimization algorithm is also compared with others well known in the literature for this problem. The surrogate method (SM), particle swarm optimization (PSO) and the genetic algorithm (GA) are compared for a combined problem of global optimization of signal settings and traffic assignment (GOSSTA). Numerical experiments on a real test network are reported.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2017, 27, 4; 815-826
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A generalized varying-domain optimization method for fuzzy goal programming with priorities based on a genetic algorithm
Autorzy:
Li, S. Y.
Hu, C. F.
Teng, C. J.
Powiązania:
https://bibliotekanauki.pl/articles/970454.pdf
Data publikacji:
2004
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
rozmyte programowanie celowe
priorytet
algorytm genetyczny
fuzzy goal programming
priorities
SQP
genetic algorithm
GENOCOP III
Opis:
This paper proposes a generalized domain optimization method for fuzzy goal programming with different priorities. According to the three possible styles of the objective function, the domain optimization method and its generalization are correspondingly proposed. This method can generate the results consistent with the decision-maker's priority expectations, according to which the goal with higher priority may have higher level of satisfaction. However, the reformulated optimization problem may be nonconvex for the reason of the nature of the original problem and the introduction of the varying-domain optimization method. It is possible to obtain a local optimal solution for nonconvex programming by the SQP algorithm. In order to get the global solution of the new programming problem, the co-evolutionary genetic algorithm, called GENOCOP III, is used instead of the SQP method. In this way the decision-maker can get. the optimum of the optimization problem. We demonstrate the power of this proposed method based on genetic algorithm by illustrative examples.
Źródło:
Control and Cybernetics; 2004, 33, 4; 633-652
0324-8569
Pojawia się w:
Control and Cybernetics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Optimizing management of the condensing heat and cooling of gases compression in oxy block using of a genetic algorithm
Autorzy:
Brzęczek, M.
Bartela, Ł.
Powiązania:
https://bibliotekanauki.pl/articles/240478.pdf
Data publikacji:
2013
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
CO2 capture
CO2 compression
air separation unit
flue gas conditioning
genetic algorithm
usuwanie CO2
sprężanie CO2
separator powietrza
kondycjonowanie spalin
algorytm genetyczny
Opis:
This paper presents the parameters of the reference oxy combustion block operating with supercritical steam parameters, equipped with an air separation unit and a carbon dioxide capture and compression installation. The possibility to recover the heat in the analyzed power plant is discussed. The decision variables and the thermodynamic functions for the optimization algorithm were identified. The principles of operation of genetic algorithm and methodology of conducted calculations are presented. The sensitivity analysis was performed for the best solutions to determine the effects of the selected variables on the power and efficiency of the unit. Optimization of the heat recovery from the air separation unit, flue gas condition and CO2 capture and compression installation using genetic algorithm was designed to replace the low-pressure section of the regenerative water heaters of steam cycle in analyzed unit. The result was to increase the power and efficiency of the entire power plant.
Źródło:
Archives of Thermodynamics; 2013, 34, 4; 199-214
1231-0956
2083-6023
Pojawia się w:
Archives of Thermodynamics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Using a genetic algorithm for the design of an optimal transport network
Zastosowanie algorytmu genetycznego do optymalizacji sieci transportowej
Autorzy:
Król, A.
Pamuła, T.
Powiązania:
https://bibliotekanauki.pl/articles/375204.pdf
Data publikacji:
2009
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
algorytm genetyczny
sieć transportowa
optymalizacja
transport network
genetic algorithms
optimisation
Opis:
A transportation network serves the transport requirements of moving people and goods with different destination goals and relocation directions. The current network structure is usually a result of historically long adaptation process and the probability that it is not optimal is very high. Additionally it can be observed a growth of transportation needs. In these circumstances when a modernisation or expansion is required a number of competing designs must be evaluated. Combined total building expenses and maintenance costs are accepted among the evaluation criteria. Such a restriction does not guarantee an optimal solution as only a small fraction of the solution space is analysed. The input data for the optimisation problem cannot be entered in analytical form so it is natural to propose a genetic algorithm for performing the task.
Siec transportowa służy zaspokojeniu komunikacyjnych potrzeb ludności ukierunkowanych na różne punkty docelowe i różne kierunki. Ponieważ aktualna struktura sieci jest skutkiem długotrwałych procesów w przeszłosci prawdopodobienstwo, że nie jest ona optymalna dla obecnych potrzeb jest duże. Dodatkowo, przewiduje sie wzrost tych potrzeb. W takiej sytuacji, gdy wymagana jest modernizacja lub rozbudowa sieci transportowej z reguły rozpatruje sie kilka konkurencyjnych projektów i nastepnie wybiera jeden z nich. Jako kryterium rozpatruje sie łaczne koszty rozbudowy i koszty użytkowania sieci transportowej. Taka procedura nie gwarantuje znalezienia rozwiązania optymalnego, gdyż nawet niewielki ułamek przestrzeni wszystkich możliwości nie jest poddany analizie. Ze wzgledu na to, że dane wejściowe dla tego problemu nie mogą być zadane postaci analitycznej, naturalne jest zaproponowanie algorytmu genetycznego, jako narzędzia optymalizacyjnego
Źródło:
Transport Problems; 2009, 4, 4; 107-113
1896-0596
2300-861X
Pojawia się w:
Transport Problems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A factor graph based genetic algorithm
Autorzy:
Helmi, B. H.
Rahmani, A. T.
Pelikan, M.
Powiązania:
https://bibliotekanauki.pl/articles/330811.pdf
Data publikacji:
2014
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
optimization problem
genetic algorithm
estimation
distribution algorithm
factor graph
matrix factorization
problem optymalizacji
algorytm genetyczny
algorytm estymacji rozkładu
faktoryzacja macierzy
Opis:
We propose a new linkage learning genetic algorithm called the Factor Graph based Genetic Algorithm (FGGA). In the FGGA, a factor graph is used to encode the underlying dependencies between variables of the problem. In order to learn the factor graph from a population of potential solutions, a symmetric non-negative matrix factorization is employed to factorize the matrix of pair-wise dependencies. To show the performance of the FGGA, encouraging experimental results on different separable problems are provided as support for the mathematical analysis of the approach. The experiments show that FGGA is capable of learning linkages and solving the optimization problems in polynomial time with a polynomial number of evaluations.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2014, 24, 3; 621-633
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Solving four-index transportation problem with the use of a genetic algorithm
Rozwiązania czteroczynnikowego problemu transportowego przy pomocy algorytmu genetycznego
Autorzy:
Skitsko, Volodymyr
Voinikov, Mykola
Powiązania:
https://bibliotekanauki.pl/articles/361981.pdf
Data publikacji:
2020
Wydawca:
Wyższa Szkoła Logistyki
Tematy:
four-index transportation problem
symmetric transportation problem
genetic algorithm
program implementation
czteroczynnikowy problem transportowy
symetryczny problem transportowy
algorytm genetyczny
wdrożenie programu
Opis:
Background: Under conditions of digital transformation, the effective decision-making process should involve the usage of different mathematical models and methods, one of which is the transportation problem. The transportation problem, as the problem of resource allocation, is applicable in such domains as manufacturing, information technologies, etc. To get more precise solutions, the multi-index transportation problem can be applied, which allows taking into account several variables. Methods: This paper develops an approach for applying the genetic algorithm for solving four-index transportation problems. Results: The steps of the genetic algorithm for solving four-index transportation problems are outlined. The research has proved the steps of the genetic algorithm to be the same for all four-index transportation problem types, except for the first step (initialization), which is described for every type of transportation problem separately. Based on the theoretical results, the program implementation of the genetic algorithm for solving four-index symmetric transportation problems has been developed with the open-source programming language typescript. Conclusions: The paper promotes the application of the genetic algorithm for solving multi-index transportation problems. The investigated problem requires comprehensive studies, specifically, on the influence of change different parameters of the genetic algorithm (population size, the mutation, and crossover rates, etc.) on the efficiency of the algorithm in solving four-index transportation problems.
Wstęp: W warunkach komputerowej transformacji, efektywny proces podejmowania decyzji powinien obejmować wykorzystania modeli metod matematycznych. Przykładem takiej sytuacji jest problem transportowy, który jest problemem alokacji zasobów, występujący w takich obszarach jak produkcji, technologie informatyczne, itp. W celu uzyskania precyzyjniejszych rozwiązań, można zastosować wieloczynnikowy problem transportowy, który umożliwia uwzględnienie wielu zmiennych. Metody: W pracy zastosowano algorytm genetyczny dla rozwiązania czteroczynnikowych problemów transportowych. Wyniki: Wyszczególniono kroki algorytmu genetycznego dla czteroczynnikowego problem transportowego. Udowodnione, że kroki algorytmu genetycznego są takie same dla wszystkich typów czteroczynnikowych problemów transportowych, z wyjątkiem pierwszego kroku (inicjalizacji), który został opisany osobno dla każdego z typów problemu transportowego. W oparciu o wyniki teoretyczne, utworzono programowanie dla algorytmu genetycznego dla rozwiązywania czteroczynnikowych problemów transportowych przy użyciu opensourcowego języka typescript. Wnioski: W pracy zaproponowano zastosowanie algorytmu genetycznego dla rozwiązywania wieloczynnikowych problemów transportowych. Analizowany problem wymaga dalszych badań, szczególnie w zakresie wpływu zmian poszczególnych parametrów algorytmu genetycznego (wielkości populacji, mutacji, współczynnika podziału, itp.) na efektywność algorytmu w rozwiązywaniu czteroczynnikowych problemów transportowych.
Źródło:
LogForum; 2020, 16, 3; 397-408
1734-459X
Pojawia się w:
LogForum
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
On Using a Genetic Algorithm in the Designing of Linear Digital Filters
O wykorzystaniu algorytmu genetycznego w projektowaniu liniowych filtrów cyfrowych
Autorzy:
Stelmach, Jacek
Powiązania:
https://bibliotekanauki.pl/articles/657711.pdf
Data publikacji:
2020
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
filtry cyfrowe
algorytm genetyczny
proces ARMA.
digital filters
genetic algorithm
ARMA process
Opis:
Filtry cyfrowe, zarówno ze średnią ruchomą, jak i autoregresyjne, są szeroko wykorzystywane w tłumieniu zakłóceń, przetwarzaniu sygnałów bądź wyodrębnianiu informacji z potoków danych. Chociaż dobrze znana teoria filtrów pozwala na optymalny dobór parametrów, istnieją jednak takie zastosowania praktyczne, których wymagania ograniczają stosowanie filtrów cyfrowych. Jednym z ważniejszych ograniczeń jest opóźnienie odpowiedzi filtru, wynikające z konieczności korzystania ze zbyt wielu opóźnionych sygnałów wejściowych. Zaproponowana w artykule metoda umożliwia dobór parametrów filtru, zmniejszając jego opóźnienie przy zachowaniu istotnych dla użytkownika wymagań (np. tłumienia) za pomocą algorytmu genetycznego. Charakterystyki widmowe takich filtrów porównano z charakterystykami widmowymi najbardziej znanych filtrów klasycznych.
Digital filters, either as filters with moving average (Finite Impulse Response) or autoregressive filters (Infinite Impulse Response), are widely used in noise suppression, signal processing or extracting information from data streams. Although well‑known theory allows for optimal parameter selection, there still exist such real applications where requirements limit the use of digital filters. One of the most important limitations is the response time delay caused by too many used lagged input signals. The method proposed in the article allows us to estimate filter parameters with a genetic algorithm, decreasing its delay but keeping the requirements important for the user (e.g.: attenuation). Transfer functions of such filters were compared with transfer functions of the most known classical filters.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2020, 1, 346; 113-124
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The detection of anomalies in controlling of the combustion process by using a genetic algorithm
Detekcja anomalii w sterowaniu procesem spalania za pomocą algorytmu genetycznego
Autorzy:
Marciniak, J.
Powiązania:
https://bibliotekanauki.pl/articles/328740.pdf
Data publikacji:
2016
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
genetic algorithm
diagnose
anomaly detection
algorytm genetyczny
diagnostyka
detekcja anomalii
Opis:
The article presents the problem of dynamically changing fuel quality during the control of combustion process. The way of the measurement process variables related with this process was described. In the next part of the article schematics, ideas and genetic algorithm were presented by the author. They are also presented conditions in which the above anomaly detection algorithm perform in the regulation of combustion. The results of these solution were presented in the final section.
W artykule przedstawiono problem związany ze zmieniającą się dynamicznie jakością paliwa podczas sterowania procesem spalania. Opisano sposób pomiaru zmiennych procesowych związanych z tym procesem. W kolejnej części artykułu autor przedstawił schemat, idee oraz działanie algorytmu genetycznego. Zostały również przedstawione warunki w których powyższy algorytm realizuje detekcje anomalii w procesie regulacji spalana. W ostatniej części został przedstawiony rezultat zaproponowanego rozwiązania.
Źródło:
Diagnostyka; 2016, 17, 1; 21-25
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A genatic algorithm how to solve a puzzle and its using in cartography
Algorytm genetyczny do składania powierzchni z fragmentów i jego zastosowania w kartografii
Autorzy:
Bartoněk, D.
Powiązania:
https://bibliotekanauki.pl/articles/341415.pdf
Data publikacji:
2005
Wydawca:
Uniwersytet Przyrodniczy we Wrocławiu
Tematy:
algorytm genetyczny
analiza skupień
kształt
fragmenty
granice figur
kod łańcuchowy
optymalizacja
funkcja dopasowania
kartogramy
genetic algorithms
cluster analysis
shape
fragments
shape boundary
string code
optimization
fitness function
cartograms
Opis:
Genetic algorithms represent an up-to-date method of process optimization, where other solutions have failed or haven't given any satisfactory results. One of these processes is puzzle solving, where fragments have to be placed into the defined shape in such a way so that no fragment should mutually overlay and the whole shape area will be filled with all of these fragments. A genetic algorithm solving this task including an exact formulation and a definition of the initial conditions based on cluster analysis has been described in this paper. The algorithm efficiency will be tested in diploma works in Institute of Geodesy, Faculty of Civil Engineering, University of Technology, Brno. The results will be used in the application for cartograms creation.
Algorytmy genetyczne reprezentują nowoczesne metody optymalizacji procesów, dla których inne rozwiązania zawiodły lub nie dały satysfakcjonujących rezultatów. Jednym z takich procesów jest rozwiązywanie układanek - puzli, w których fragmenty muszą być wstawione w zdefiniowany kształt w ten sposób, aby żadne się nawzajem nie nakładały, a kształt zawierał wszystkie zadane fragmenty. Praca niniejsza zawiera opis algorytmu genetycznego rozwiązującego takie zadanie wraz ze ścisłą formułą rozwiązania oraz definicją warunków początkowych, bazującą na analizie skupień. Skuteczność algorytmu będzie testowana w pracy dyplomowej w Instytucie Geodezji na Wydziale Budownictwa, Politechniki w Brnie. Rezultaty zostaną wykorzystane przy tworzeniu kartogramów.
Źródło:
Acta Scientiarum Polonorum. Geodesia et Descriptio Terrarum; 2005, 4, 2; 15-23
1644-0668
Pojawia się w:
Acta Scientiarum Polonorum. Geodesia et Descriptio Terrarum
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Optymalizacja wartości pola magnetycznego w pobliżu linii napowietrznej z wykorzystaniem algorytmu genetycznego
Optimization of the value of magnetic field around the overhead line using a genetic algorithm
Autorzy:
Książkiewicz, M.
Powiązania:
https://bibliotekanauki.pl/articles/377986.pdf
Data publikacji:
2015
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
algorytm genetyczny
linia napowietrzna
optymalizacja
pole magnetyczne
Opis:
Praca przedstawia program napisany w języku C++, w którym zaimplementowano procedury do obliczania pola magnetycznego generowanego przez linię napowietrzną oraz algorytm genetyczny do optymalizacji parametrów układu redukującego wartość pola magnetycznego w obszarze zainteresowania. Model matematyczny został uproszczony do układu dwuwymiarowego. Zmianę rozkładu pola uzyskano wprowadzając do układu pętlę przewodzącą, której położenie oraz stopień kompensacji podlega optymalizacji. Przykłady działania programu podano dla linii jednotorowej o układzie poziomym oraz trzech różnych konfiguracji pętli ekranujących.
Examined issue relates to the distribution of the magnetic field generated by the overhead line, and it’s reduction in the area of interest using a conductive loop placed in the space near the line. The paper presents a program written in C ++, which implements the procedure for calculating the magnetic field generated by overhead line and a genetic algorithm used to optimize the location and loop compensation factor. Examples of the program are presented for horizontal single-track line and three different shielding loop configurations. The first relates to a single loop (4 to 5 parameters to optimize - 4 position coordinates (y, z) and the compensation factor), the second case involves two loops with one common conductor (6 to 8 parameters - 6 coordinates (y, z) and 0 to 2 compensation factors), the third case concerns two independent loops (8 to 10 parameters - 8 coordinates (y, z) and 0 to 2 of the compensation factors).
Źródło:
Poznan University of Technology Academic Journals. Electrical Engineering; 2015, 81; 87-94
1897-0737
Pojawia się w:
Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie algorytmu genetycznego w celu wyznaczenia współczynników wzmocnienia wzmacniacza wejściowego rejestratora sygnałów
Use of a genetic algorithm to determine the gain of the input amplifier of the signal logger
Autorzy:
Kciuk, M.
Bartel, S.
Powiązania:
https://bibliotekanauki.pl/articles/268137.pdf
Data publikacji:
2016
Wydawca:
Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
Tematy:
algorytm genetyczny
wzmocnienie
wzmacniacz wejściowy
rejestrator sygnałów
genetic algorithm
gain
input amplifier
signal logger
Opis:
W artykule przedstawiono projekt wzmacniacza nieodwracającego o zmiennym współczynniku wzmocnienia dla modułu pięciozakresowego miernika napięcia. Zadaniem wzmacniacza jest dopasowanie zakresu wejściowego urządzenia do wejścia przetwornika analogowo-cyfrowego. Przełączenie zakresu (wzmocnienia) odbywa się poprzez wybór odpowiedniej pary rezystorów odpowiedzialnych za wzmocnienie i podzielenie sygnału. Zestaw rezystorów przełączanych został dobrany za pomocą algorytmu genetycznego zaimplementowanego jako aplikacja napisana w środowisku LabVIEW. Program poszukuje rozwiązania w zadanej puli rezystorów zwanej populacją, poszukując wartości spełniające wszystkie zadane wzmocnienia sygnału.
Goal of the paper is to find proper resisnace values for input amplifier of voltage measurement module – see fig. 2. The voltage measurement module is a part of a bigger device which is a signal logger presented in fig. 1. The structure of the amplifier is presented in fig. 3. A pairs of resistors set the amplifier gains, the gain factor is given by equation (1). One resistor from RA group (which contains R1-R3) and one resistor from RB group (which contains R4-R6) set the gain factor. The variable gain convertes signal from choosen input of the module into ADC converter input. The module need five measurement ranges which have to be converted into ADC input, so five gain factors are needed. The genetic algorithm was employed to find the resistance values. Group of six resistors called genes buid chromosome – fig. 4. The matching function compares nine gains given by pairs of resistors with five desirable gains, each mached gain increases matching factor, expected factor is equal to five. The maching function is presented in fig. 6. The software was implemented in LabVIEW environment. The code is presented in fig. 7, as well as GUI is presented in fig. 8. The software finds the solution in given range of resistor values. In result it try to find all five signal gains. Two series of resistances were taken into account, the first one is E96 (1%) serie with 318 elements, the second one was series available in local electronic shop with 72 elements. The solutions were found in both cases. The results are presented in fig. 9.
Źródło:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2016, 49; 53-56
1425-5766
2353-1290
Pojawia się w:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 181

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