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 "algorytm A*" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 206
Tytuł:
Algorytm optymalizacji struktury bezszczotkowego silnika prądu stałego z wykorzystaniem polowego modelu zjawisk
Algorithm for the structure optimization of the permanent magnet brushless DC motor employing the finite element method
Autorzy:
Knypiński, Ł.
Powiązania:
https://bibliotekanauki.pl/articles/376019.pdf
Data publikacji:
2012
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
bezszczotkowy silnik prądu stałego
algorytm genetyczny
algorytm optymalizacji
Opis:
W artykule przedstawiono koncepcję algorytmu optymalizacji wybranych parametrów obwodu magnetycznego bezszczotkowego silnika prądu stałego z zewnętrznym wirnikiem. Na podstawie algorytmu opracowano oprogramowanie w środowisku programistycznym Delphi. Oprogramowanie składa się z dwóch modułów: modułu do polowej symulacji zjawisk występujących w silnikach BLDC oraz programu optymalizacyjnego. Model matematyczny silnika zawiera równania pola elektromagnetycznego z uwzględnieniem nieliniowości materiałów ferromagnetycznych. Równania modelu maszyny sformułowano w oparciu o metodę elementów skończonych. Optymalizację parametrów silnika przeprowadzono przy użyciu algorytmu genetycznego. Rozpatrzono zadanie optymalizacji w którym, dla przyjętej stałej średnicy zewnętrznej stojana, zewnętrznego wirnika oraz długości pakietu maszyny optymalizowano obszar magnesów trwałych. Przedstawiono i omówiono wybrane wyniki obliczeń symulacyjnych i optymalizacyjnych.
In the paper an idea of an algorithm and computer code for the structure optimization of the outer rotor permanent magnet brushless DC motor is presented. The software consists of two modules: a numerical model of the BLDC motor and an optimization solver. The mathematical model of the device includes the electromagnetic field equations with the nonlinearity of the magnetic core has been taken into account. The numerical implementation is based on the finite element method. For the optimization the genetic algorithm has been applied. The computer code has been elaborated using the Delphi environment. Selected results of the calculation and optimization are presented and discussed.
Źródło:
Poznan University of Technology Academic Journals. Electrical Engineering; 2012, 72; 175-184
1897-0737
Pojawia się w:
Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Model i implementacja systemowego algorytmu ewolucyjnego do poszukiwania nowego stanu systemu elektroenergetycznej sieci przesyłowej
Autorzy:
Tchórzewski, J.
Ruciński, A.
Powiązania:
https://bibliotekanauki.pl/articles/92875.pdf
Data publikacji:
2005
Wydawca:
Uniwersytet Przyrodniczo-Humanistyczny w Siedlcach
Tematy:
algorytm genetyczny
systemowy algorytm ewolucyjny
SAE
genetic algorithm
system evolving algorithm
Opis:
In article some results of using system evolving algorithm SAE for search a new state of development of electric power transmission network Is presented. Electric power transmission network Is simulated as a operator of transmission system (polish: Operator Systemu Przesyłowego: OSP). It is received by them existing distributed beginning popu¬lation and existing fitness function which takes advantage of systems divergence. Identification of electric power transmission system (ESP) which Is understudied as technology system and which Is management by OSP is carried out using System Identification Toolbox. In result Is obtained model of system in characteristic form such as th, tf, zpk, ss, ABCD. Next on the base model of OSP in transmission form Is generated beginning population, which Is using as chromosome population. After them SAE algorithm Is generated new population, by them SAE Is implemented in Matlab language. Results which Is obtained In this process was Interpreted using function from for example Control System Toolbox.
Źródło:
Studia Informatica : systems and information technology; 2005, 1(5); 59-67
1731-2264
Pojawia się w:
Studia Informatica : systems and information technology
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie algorytmów genetycznych i mrówkowych w problemach transportowych
Using genetic and ant algorithms to solve transport problems
Autorzy:
Zduńczuk, J.
Przystupa, W.
Powiązania:
https://bibliotekanauki.pl/articles/287396.pdf
Data publikacji:
2008
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
transport
algorytm genetyczny
algorytm mrówkowy
metaheurystyka
genetic algorithm
ant algorithm
metaheuristics
Opis:
W pracy przedstawiono możliwości zastosowania metaheurystyk w transporcie. Przy użyciu algorytmu genetycznego i mrówkowego dokonano optymalizacji długości trasy przejazdu, a rezultaty porównano ze znanymi wynikami. Przedstawiono również próbę optymalizacji tras ze względu na czas trwania przejazdu.
The paper presents possibilities to employ metaheuristics in transport. The research involved using genetic and ant algorithm to optimise drive/ride route length, and obtained results were compared to known results. Moreover, the paper presents an effort to optimise routes with regard to drive duration.
Źródło:
Inżynieria Rolnicza; 2008, R. 12, nr 7(105), 7(105); 237-243
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
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:
Hybrydowy algorytm mrówkowy wykorzystujący algorytm genetyczny do wyznaczania trasy w systemie nawigacji
A hybrid ant algorithm using genetic algorithm to determine the route in navigation system
Autorzy:
Komar, D.
Powiązania:
https://bibliotekanauki.pl/articles/131927.pdf
Data publikacji:
2013
Wydawca:
Wrocławska Wyższa Szkoła Informatyki Stosowanej Horyzont
Tematy:
algorytm mrówkowy
algorytm genetyczny
system nawigacji
ant algorithm
genetic algorithm
navigation system
Opis:
Artykuł ma na celu zaprezentowanie nowej implementacji hybrydowego algorytmu mrówkowego, który do rozwiązywania postawionego problemu wyznaczenia optymalnej trasy przejazdu będzie wykorzystywał również algorytm genetyczny. Autor przedstawi wyniki symulacji przeprowadzonej na podstawie rzeczywistych danych, ukazując znaczny wzrost efektywności rozwiązywania problemu. Otrzymane wyniki wykazały, że nowy algorytm wyznaczał w większej liczbie przypadków znacznie krótszy czas przejazdu, a tym samym redukował występujące czynniki zakłócające i negatywnie wpływające na osobę kierującą pojazdem.
The purpose of this paper is to present the new implementation of a hybrid ant algorithm that will also use a genetic algorithm in order to solve the problem consisting in optimal route calculation. The author will present results of simulations that were performed based on real data and showed a significant increase of problem solution effectiveness. The obtained results proved that the new algorithm determined in more number of cases a significantly shorter journey time and in consequence reduced the occurring confounding factors which had a negative impact on the person driving a vehicle.
Źródło:
Biuletyn Naukowy Wrocławskiej Wyższej Szkoły Informatyki Stosowanej. Informatyka; 2013, 3; 23-27
2082-9892
Pojawia się w:
Biuletyn Naukowy Wrocławskiej Wyższej Szkoły Informatyki Stosowanej. Informatyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Biologically inspired methods for control of evolutionary algorithms
Autorzy:
Stańczak, J.
Powiązania:
https://bibliotekanauki.pl/articles/206262.pdf
Data publikacji:
2003
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
algorytm genetyczny
adaptacja
adaptacyjny algorytm ewolucyjny
genetic algorithms
adaptation
adaptive ewolutionary algorithms
Opis:
In this paper two methods for evolutionary algorithm control are proposed. The first one is a new method of tuning tlie probabilities of genetic operators. It is assumed in the presented approach that every member of the optimized population conducts his own ranking of genetic operators' qualities. This ranking enables computing the probabilities of execution of genetic operators. This set of probabilities is a basis of experience of every individual and according to this basis the individual chooses the operator in every iteration of the algorithm. Due to this experience one can maximize the chances of his offspring to survive. The second part of the paper deals with a self-adapting method of selection of individuals to a subsequent generation. Methods of selection applied in the evolutionary algorithms are usually inspired by nature and prefer solutions where the main role is played by randomness, competition and struggle among individuals. In the case of evolutionary algorithms, where populations of individuals are usually small, this causes a premature convergence to local minima. In order to avoid this drawback I propose to apply an approach based rather on an agricultural technique. Two new methods of object selection are proposed: a histogram selection and a mixed selection. The methods described were tested using examples based on scheduling and TSP.
Źródło:
Control and Cybernetics; 2003, 32, 2; 411-433
0324-8569
Pojawia się w:
Control and Cybernetics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Heuristic algorithms applied to the problems of servicing actors in supply chains
Autorzy:
Izdebski, M.
Jacyna-Gołda, I.
Markowska, K.
Murawski, J.
Powiązania:
https://bibliotekanauki.pl/articles/224087.pdf
Data publikacji:
2017
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
supply chain
genetic algorithm
ant algorithm
łańcuchy dostaw
algorytm genetyczny
algorytm mrówkowy
Opis:
The paper discusses main decision problems analysed in the subject matter of servicing actors operating in the supply chains, i.e. the vehicle routing problem, vehicles-to-task assignment problem and the problem of entities’ localization in the supply chain. The input data used to describe supply chains is given as well as the basic constraints and the criterion functions used in the development of mathematical models describing the supply chains. Servicing actors in supply chains is the complex decision making problem. Operators in the supply chains are constrained by: production capacity of the suppliers, the demand of the customers in particular working days, storage capacities of warehouses, handling capacities of warehouses, suppliers’ and warehouses’ time windows and other. The efficiency of supply chain is described by cost of transport between operators, costs of passing cargoes through warehouses and delivery time to the recipient. The heuristic algorithms, like genetic and ant algorithms are detailed and used to identify issues related to the operation of actors operating in the supply chains are described. These algorithms are used for solving localization problems in supply chains, vehicle routing problems, and assignment problems. The complexity of presented issues (TSP is known as NP-hard problem) limits the use of precise algorithms and implies the need to use heuristic algorithms. It should be noted that solutions generated by these algorithms for complex decision instances are sub-optimal solutions, but nonetheless it is accepted from the practical point of view.
Źródło:
Archives of Transport; 2017, 44, 4; 25-34
0866-9546
2300-8830
Pojawia się w:
Archives of Transport
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Koncepcja optymalizacji struktury hybrydowej elektrowni solarno-wiatrowej
Design strukture optimization of the hybrid solar-wind power plant
Autorzy:
Nawrowski, R.
Tomczewski, A.
Jarmuda, T.
Powiązania:
https://bibliotekanauki.pl/articles/378311.pdf
Data publikacji:
2014
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
optymalizacja
elektrownia hybrydowa
algorytm genetyczny
Opis:
Artykuł przedstawia koncepcję optymalizacji struktury hybrydowej elektrowni solarno-wiatrowej z zastosowaniem metody algorytmu genetycznego. Przedstawione zagadnienia, związane są z wytwarzaniem energii elektrycznej z zastosowaniem współpracujących turbin wiatrowych i paneli fotowoltaicznych. W pracy scharakteryzowano metodę populacyjną algorytmu genetycznego oraz zaproponowano koncepcję optymalizacji struktury hybrydowej elektrowni solarno-wiatrowej (rozdział mocy) wraz ze zmiennymi decyzyjnymi, ograniczeniami oraz opracowaną postacią funkcji celu.
This article presents the concept of optimization of the structure of a hybrid solar-wind power plant using the method of genetic algorithm. The issues are related to the generation of electricity using wind turbines and cooperating photovoltaic panels. The study characterized the method of population-genetic algorithm, and proposes the concept of optimization of the structure of a hybrid solar-wind power plant (power distribution) with decision variables, constraints and the developed form of the objective function.
Źródło:
Poznan University of Technology Academic Journals. Electrical Engineering; 2014, 79; 131-139
1897-0737
Pojawia się w:
Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Optymalizacja natężenia pola elektrycznego linii elektroenergetycznej z wykorzystaniem algorytmu genetycznego i roju cząstek
Optimization of electric field intensity under power transmission line with use of genetic algorithm and particle swarm
Autorzy:
Król, K.
Machczyński, W.
Powiązania:
https://bibliotekanauki.pl/articles/377207.pdf
Data publikacji:
2018
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
natężenie pola elektrycznego
napowietrzna linia elektroenergetyczna
metoda ładunków symulacyjnych
optymalizacja
algorytm genetyczny
algorytm roju cząstek
Opis:
W artykule przedstawiono optymalizację parametrów linii w celu minimalizacji wartości natężenia pola elektrycznego pod napowietrzną linią elektroenergetyczną przy pomocy algorytmu genetycznego (AG) oraz roju cząstek (PSO). Uwzględnia się zmienność rozkładu ładunków wzdłuż przewodów linii oraz zwis przewodów, który aproksymuje się krzywą łańcuchową. W obliczeniach wykorzystano metodę ładunków symulacyjnych (CSM) oraz metodę odbić zwierciadlanych. Przykładowe obliczenia w układzie trójwymiarowym wykonano dla linii jednotorowej 220 kV. Dokonano porównania użytych algorytmów optymalizacyjnych.
The paper presents optimization of line parameters aimed at reducing the intensity of the electric field under overhead power line by taking into account the variation of charge distribution along the conductors as well as sag of overhead line with the use of genetic algorithm (AG) and particle swarm optymalization (PSO). The conductor sag was approximated by chain curve. The charge simulation method (CSM) and the method of images were used in the simulations. Sample calculations in a three-dimensional system were made for 220 kV single - circuit transmission line. A comparison of used optimization algorithms was made.
Źródło:
Poznan University of Technology Academic Journals. Electrical Engineering; 2018, 93; 131-142
1897-0737
Pojawia się w:
Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Redukcja natężenia pola elektrycznego i magnetycznego w otoczeniu napowietrznej linii elektroenergetycznej
Reduction of electric and magnetic fields of power transmission line
Autorzy:
Król, Krzysztof
Machczyński, Wojciech
Budnik, Krzysztof
Szymenderski, Jan
Powiązania:
https://bibliotekanauki.pl/articles/377620.pdf
Data publikacji:
2019
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
natężenie pola elektrycznego
natężenie pola magnetycznego
napowietrzna linia elektroenergetyczna
optymalizacja
algorytm genetyczny
algorytm roju cząstek
Opis:
W artykule dokonano optymalizacji parametrów napowietrznej linii elektroenergetycznej w celu redukcji rozkładu natężenia pola elektrycznego i magnetycznego przy zastosowaniu algorytmu genetycznego (GA) oraz roju cząstek (PSO). Symulacje rozkładu natężenia pola elektrycznego i magnetycznego wykonano dla różnych wysokości na ścianie szczytowej budynku zlokalizowanego w różnych odległościach od osi linii elektroenergetycznej
The paper presents optimization of line parameters in order to reducing the intensity of the electric and magnetic fields with the use of genetic algorithm (GA) and particle swarm optimization (PSO). Simulations of the electric and magnetic field intensities have been performed for different heights on a wall of a building located in different distances from the power line.
Źródło:
Poznan University of Technology Academic Journals. Electrical Engineering; 2019, 97; 49-62
1897-0737
Pojawia się w:
Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie algorytmu genetycznego do klasyfikacji przedsiębiorstw
Application of genetic algorithm to firm classification
Autorzy:
Witkowska, Dorota
Kamiński, Władysław
Powiązania:
https://bibliotekanauki.pl/articles/905371.pdf
Data publikacji:
2002
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
klasyfikacja
sztuczne sieci neuronowe
algorytm genetyczny
Opis:
In the paper we present the results of firm classification made by artificial neural networks that were trained applying genetic algorithm. There were from two to five groups distinguished that were characterized by: decisions about allowing the credit (two classes), creditworthiness of the enterprise (four classes) and the economic and financial situation of the firm (five classes). The quality of classification was evaluated by comparing to the credit officers’ opinions. The results of artificial neural network classification into two classes were compared to results obtained applying linear discrimination function.
W opracowaniu przedstawiono wyniki klasyfikacji przedsiębiorstw za pomocą jednokierunkowych sieci neuronowych trenowanych algorytmem genetycznym. Klasyfikacja obejmowała od dwóch do pięciu grup typologicznych i została przeprowadzona na podstawie danych pochodzących z wniosków kredytowych podmiotów gospodarczych ubiegających się o kredyt w jednym z banków regionalnych. W analizach porównawczych wykorzystano liniową analizę dyskryminacyjną.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2002, 156
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
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:
Optymalizacja rozmytego filtru Kalmana przy wykorzystaniu algorytmów genetycznych
Application of the genetic algorithms for optimization of the fuzzy Kalman filter
Autorzy:
Dróżdż, K.
Powiązania:
https://bibliotekanauki.pl/articles/1813788.pdf
Data publikacji:
2013
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
algorytm genetyczny
optymalizacja
filtr Kalmana
układ dwumasowy
Opis:
This paper deals with a problem of a fuzzy Kalman filter optimization for an adaptive control structure of a two-mass drive system. In the introduction section of this paper modern control structures of electrical drives with elastic joint are discussed. For their application state variables estimation of a dynamic object are required. A particular attention is given to the observers based on the Kalman filter theory. Additionally, the problematic aspects of the observer applying design by using genetic algorithm are considered. Moreover, the remainder of the paper is organized as follows. First, the object of research and its mathematical model are described. Subsequently, genetic algorithms are discussed. Next, the optimization process of the fuzzy Kalman filter using genetic algorithms is presented. The simulation results of the drive performance in a open and closed-loop control structure are shown.
Źródło:
Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej. Studia i Materiały; 2013, 69, 33; 141--155
1733-0718
Pojawia się w:
Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej. Studia i Materiały
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Minimalizacja kosztów wytwarzania energii elektrycznej w elektrowniach wiatrowych współpracujących z magazynami energii
Minimization of the cost of electricity generation by wind turbines working with energy storages
Autorzy:
Tomczewski, A.
Powiązania:
https://bibliotekanauki.pl/articles/376333.pdf
Data publikacji:
2015
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
optymalizacja
koszt energii
elektrownia wiatrowa
algorytm genetyczny
Opis:
Artykuł przedstawia zagadnienia minimalizacji kosztów jednostkowych wytwarzania energii elektrycznej w elektrowniach wiatrowych współpracujących z magazynami energii. Omówiono strukturę układu oraz zagadnienia jego współpracy z systemem elektroenergetycznym. Do rozwiązania postawionego zadania optymalizacyjnego zastosowano metodę populacyjną algorytmu genetycznego. Przykładowe obliczenia wykonano dla elektrowni o mocy znamionowej 10 MW. Do analizy zastosowano autorskie oprogramowanie zaimplementowane w środowisku MS Visual Studio .NET (język C#).
The article presents the issues of minimizing the of unit costs of electricity generation by wind turbines working with energy storages. The structure of the system and the issue of its co-operation with the power system was discussed. To solve the task in optimization a population method of genetic algorithm was used. Sample Calculations were made for plants with a rated power of 10 MW. Used for the analysis of original software implemented in MS Visual Studio .NET (C # language).
Źródło:
Poznan University of Technology Academic Journals. Electrical Engineering; 2015, 82; 123-134
1897-0737
Pojawia się w:
Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wielokryterialna optymalizacja kształtu odbłyśnika
Multiobjective optimization of reflector shape
Autorzy:
Wandachowicz, K.
Powiązania:
https://bibliotekanauki.pl/articles/376877.pdf
Data publikacji:
2013
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
odbłyśnik
algorytm genetyczny
natężenie oświetlenia
równomierność oświetlenia
Opis:
W artykule przedstawiono wyniki badań dotyczących obliczania kształtu zwierciadlanego odbłyśnika, który zapewnia uzyskania jak największej wartości średniego natężenia oświetlenia oraz równomierności oświetlenia. Obliczenia optymalizacyjne przeprowadzono z zastosowaniem wielokryterialnego algorytmu genetycznego.
There are presented research results that concern of calculation of mirror reflector profile that is using for obtaining the highest value of average illumination and uniformity ratio on the illuminated surface. The Multiobjective optimization with evolutiony algorithm was used.
Źródło:
Poznan University of Technology Academic Journals. Electrical Engineering; 2013, 73; 183-192
1897-0737
Pojawia się w:
Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 206

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