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 "multi-objective" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-7 z 7
    Tytuł:
    Using multiobjective genetic algorithms for optimal resource management in an autonomous power system
    Wykorzystanie wieloobiektowych algorytmów genetycznych do optymalnego zarządzania zasobami w autonomicznym systemie energetycznym
    Autorzy:
    Gozhyi, A.
    Burlachenko, I.
    Gromaszek, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/408253.pdf
    Data publikacji:
    2012
    Wydawca:
    Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
    Tematy:
    niezależny system energetyczny
    algorytm genetyczny
    wieloobiektowy algorytm ewolucyjny
    non-dominated sorting genetic algorithm-II
    archive-based micro genetic algorithm -2
    e-Multi-Objective Evolution Algorithm
    stand-alone power system
    genetic algorithms
    multi-objective evolutionary algorithm
    Opis:
    This paper presents the results of research of multi-objective genetic algorithms applied to solving the problem of system construction and power management. Research is determined by the need for optimal and efficient distribution of different types of energy (renewable or residual) and attempts to improve overall energy efficiency in the energy system which is independent of centralized networks.
    Artykuł przedstawia rezultaty badań nad zastosowaniem wieloobiektowych algorytmów genetycznych do rozwiązania problemów tworzenia i projektowania i zarządzania systemem energetycznym. Przeprowadzenie badań zostało uwarunkowane potrzebą optymalnej i efektywnej dystrybucji różnego rodzaju energii (odnawialna czy pozostałe) oraz próbą poprawy ogólnej efektywności energetycznej w systemie energetycznym, niezależnym od zcentralizowanych sieci.
    Źródło:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2012, 4b; 48-50
    2083-0157
    2391-6761
    Pojawia się w:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Multi-Objective Optimization of Squeeze Casting Process using Genetic Algorithm and Particle Swarm Optimization
    Autorzy:
    Patel, G. C. M.
    Krishna, P.
    Vundavilli, P. R.
    Parappagoudar, M. B.
    Powiązania:
    https://bibliotekanauki.pl/articles/379601.pdf
    Data publikacji:
    2016
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    squeeze casting process
    multi-objective optimization
    genetic algorithm
    squeeze casting
    prasowanie stopu
    optymalizacja wielokryterialna
    algorytm genetyczny
    Opis:
    The near net shaped manufacturing ability of squeeze casting process requiresto set the process variable combinations at their optimal levels to obtain both aesthetic appearance and internal soundness of the cast parts. The aesthetic and internal soundness of cast parts deal with surface roughness and tensile strength those can readily put the part in service without the requirement of costly secondary manufacturing processes (like polishing, shot blasting, plating, hear treatment etc.). It is difficult to determine the levels of the process variable (that is, pressure duration, squeeze pressure, pouring temperature and die temperature) combinations for extreme values of the responses (that is, surface roughness, yield strength and ultimate tensile strength) due to conflicting requirements. In the present manuscript, three population based search and optimization methods, namely genetic algorithm (GA), particle swarm optimization (PSO) and multi-objective particle swarm optimization based on crowding distance (MOPSO-CD) methods have been used to optimize multiple outputs simultaneously. Further, validation test has been conducted for the optimal casting conditions suggested by GA, PSO and MOPSO-CD. The results showed that PSO outperformed GA with regard to computation time.
    Źródło:
    Archives of Foundry Engineering; 2016, 16, 3; 172-186
    1897-3310
    2299-2944
    Pojawia się w:
    Archives of Foundry Engineering
    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:
    Applying optimization techniques on cold-formed C-channel section under bending
    Autorzy:
    El-Lafy, Heba F.
    Elgendi, Elbadr O.
    Morsy, Alaa M.
    Powiązania:
    https://bibliotekanauki.pl/articles/27312402.pdf
    Data publikacji:
    2022
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    kształtownik zimnogięty
    optymalizacja
    algorytm genetyczny
    cold-formed sections
    single optimization
    multi-objective optimization
    genetic algorithms
    effective width method
    C-channel beams
    Opis:
    There are no standard dimensions or shapes for cold-formed sections (CFS), making it difficult for a designer to choose the optimal section dimensions in order to obtain the most cost-effective section. A great number of researchers have utilized various optimization strategies in order to obtain the optimal section dimensions. Multi-objective optimization of CFS C-channel beams using a non-dominated sorting genetic algorithm II was performed using a Microsoft Excel macro to determine the optimal cross-section dimensions. The beam was optimized according to its flexural capacity and cross-sectional area. The flexural capacity was computed utilizing the effective width method (EWM) in accordance with the Egyptian code. The constraints were selected so that the optimal dimensions derived from optimization would be production and construction-friendly. A Pareto optimal solution was obtained for 91 sections. The Pareto curve demonstrates that the solution possesses both diversity and convergence in the objective space. The solution demonstrates that there is no optimal solution between 1 and 1.5 millimeters in thickness. The solutions were validated by conducting a comprehensive parametric analysis of the change in section dimensions and the corresponding local buckling capacity. In addition, performing a single-objective optimization based on section flexural capacity at various thicknesses The parametric analysis and single optimization indicate that increasing the dimensions of the elements, excluding the lip depth, will increase the section’s carrying capacity. However, this increase will depend on the coil’s wall thickness. The increase is more rapid in thicker coils than in thinner ones.
    Źródło:
    International Journal of Applied Mechanics and Engineering; 2022, 27, 4; 52--65
    1734-4492
    2353-9003
    Pojawia się w:
    International Journal of Applied Mechanics and Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Evolutionary Multi-Objective Pareto Optimisation of Diagnostic State Observers
    Autorzy:
    Kowalczuk, Z.
    Suchomski, P.
    Białaszewski, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/908280.pdf
    Data publikacji:
    1999
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    diagnostyka
    wyodrębnienie i wykrycie błędu
    algorytm genetyczny
    obserwator stanów
    diagnostics
    fault detection and isolation
    genetic algorithms
    multi-objective optimisation
    Pareto optimality
    residuals
    state observers
    Opis:
    A multi-objective Pareto-optimisation procedure for the design of residual generators which constitute a primary instrument for model-based fault detection and isolation (FDI) in systems of plant monitoring and control is considered. An evolutionary approach to the underlying multi-objective optimisation problem is utilised. The resulting robust observer detector allows for FDI, taking into account the issue of false alarms.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 1999, 9, 3; 689-709
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Niching mechanisms in evolutionary computations
    Autorzy:
    Kowalczuk, Z.
    Białaszewski, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/908461.pdf
    Data publikacji:
    2006
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    algorytm genetyczny
    projektowanie inżynierskie
    obliczenia ewolucyjne
    obserwator detekcyjny
    niching
    ranking
    Pareto optimality
    genetic algorithms
    evolutionary computations
    multi-objective optimisation
    solutions diversity
    engineering designs
    detection observers
    Opis:
    Different types of niching can be used in genetic algorithms (GAs) or evolutionary computations (ECs) to sustain the diversity of the sought optimal solutions and to increase the effectiveness of evolutionary multi-objective optimization solvers. In this paper four schemes of niching are proposed, which are also considered in two versions with respect to the method of invoking: a continuous realization and a periodic one. The characteristics of these mechanisms are discussed, while as their performance and effectiveness are analyzed by considering exemplary multi-objective optimization tasks both of a synthetic and an engineering (FDI) design nature.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2006, 16, 1; 59-84
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Generalized route planning approach for hazardous materials transportation with equity consideration
    Autorzy:
    Chai, H.
    He, R.-C.
    Jia, X.-yan
    Ma, Ch.-x
    Dai, C.-jie
    Powiązania:
    https://bibliotekanauki.pl/articles/223759.pdf
    Data publikacji:
    2018
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    hazardous materials transportation
    transportation
    route optimization
    risk equity
    multi-objective optimization
    NSGA-II algorithm
    genetic algorithm
    transport materiałów niebezpiecznych
    materiały niebezpieczne
    optymalizacja trasy
    kapitał własny
    optymalizacja wielokryterialna
    algorytm NSGA-II
    algorytm genetyczny
    Opis:
    Hazardous materials transportation should consider risk equity and transportation risk and cost. In the hazardous materials transportation process, we consider risk equity as an important condition in optimizing vehicle routing for the long-term transport of hazardous materials between single or multiple origin-destination pairs (O-D) to reduce the distribution difference of hazardous materials transportation risk over populated areas. First, a risk equity evaluation scheme is proposed to reflect the risk difference among the areas. The evaluation scheme uses standard deviation to measure the risk differences among populated areas. Second, a risk distribution equity model is proposed to decrease the risk difference among populated areas by adjusting the path frequency between O-D pairs for hazardous materials transportation. The model is converted into two sub models to facilitate decision-making, and an algorithm is provided for each sub model. Finally, we design a numerical example to verify the accuracy and rationality of the model and algorithm. The numerical example shows that the proposed model is essential and feasible for reducing the complexity and increasing the portability of the transportation process.
    Źródło:
    Archives of Transport; 2018, 46, 2; 33-46
    0866-9546
    2300-8830
    Pojawia się w:
    Archives of Transport
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-7 z 7

      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