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 Ant Colony" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-8 z 8
    Tytuł:
    Optimization of travel routes based on modified genetic and ant algorithms
    Autorzy:
    Rybchak, Z.
    Powiązania:
    https://bibliotekanauki.pl/articles/410861.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Oddział w Lublinie PAN
    Tematy:
    ant algorithm
    ant colony genetic algorithm
    hiking trails
    algorytm mrówkowy
    genetyczny algorytm mrówkowy
    ścieżki turystyczne
    Opis:
    In the article, propose to use modified mating operators and initialization genetic and ant algorithms to solve transport problems in tourism. The article analyzes modern methods of optimization of routes used to transport tourists between the settlements of view of efficient use of resources. By analyzing the behavior of ant colonies, such as finding the shortest route by providing mating pheromones and features two solutions genetic algorithm developed algorithms for finding the optimal route, costing resources search distance, time, route, storing executed routes. The paper present description created system for mobile phones operating system IOS, which performs all operations listed above.
    Źródło:
    ECONTECHMOD : An International Quarterly Journal on Economics of Technology and Modelling Processes; 2017, 6, 2; 85-90
    2084-5715
    Pojawia się w:
    ECONTECHMOD : An International Quarterly Journal on Economics of Technology and Modelling Processes
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Algorytm mrówkowy jako metoda rozwiązania problemu komiwojażera
    Ant colony optimiaztion as a method of solving traveling salesman problem
    Autorzy:
    Ochelska-Mierzejewska, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/252244.pdf
    Data publikacji:
    2015
    Wydawca:
    Instytut Naukowo-Wydawniczy TTS
    Tematy:
    problem komiwojażera
    algorytm mrówkowy
    obniżenie kosztów
    traveling salesman problem
    ant colony optimisation
    lower costs
    Opis:
    Celem każdej firmy jest obniżenie kosztów. Firmy związane z dystrybucją i transportem próbują opracować trasy swoich pojazdów, aby możliwie zminimalizować koszty i umożliwić dostarczenie ich towarów w wystarczająco krótkim czasie. W pracy przedstawiono rozwiązanie problemu komiwojażera poprzez optymalizację kolonią mrówek, następnie przeanalizowano dobór parametrów wejściowych dla tego algorytmu, aby znaleźć optymalne rozwiązanie tego problemu.
    The aim of each company is to lower costs. Companies associated with the distribution and transport are trying to develop a routes of their fleet vehicles to possibly minimize cost and allow their goods to be delivered in a sufficiently short time. The paper presents a solution to the traveling salesman problem by optimizing an ants colony, then the paper presents the analysis of input parameters selection for this algorithm to find the optimal solution to this problem.
    Źródło:
    TTS Technika Transportu Szynowego; 2015, 12; 1140-1146, CD
    1232-3829
    2543-5728
    Pojawia się w:
    TTS Technika Transportu Szynowego
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie algorytmów rojowych do optymalizacji parametrów w modelach układów regulacji
    Application of swarm intelligence algorithms to optimization of control system models
    Autorzy:
    Tomera, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/269153.pdf
    Data publikacji:
    2015
    Wydawca:
    Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
    Tematy:
    algorytmy rojowe
    optymalizacja parametrów
    algorytm mrówkowy
    algorytm sztucznej kolonii pszczół
    algorytm optymalizacji rojem cząstek
    swarm intelligence
    swarm based optimization
    ant colony optimization
    Artificial Bee Colony
    particle swarm optimization (PSO)
    Opis:
    W pracy przedstawione zostały algorytmy rojowe, takie jak: algorytm mrówkowy, zmodyfikowany algorytm mrówkowy, algorytm sztucznej kolonii pszczół oraz algorytm optymalizacji rojem cząstek. Dla tych algorytmów przygotowane zostało oprogramowanie w Matlabie, pozwalające na optymalizację parametrów poszukiwanych modeli matematycznych, wyznaczanych na podstawie przeprowadzonych testów identyfikacyjnych lub na optymalizację parametrów regulatorów zastosowanych w modelach matematycznych układów sterowania.
    The paper presents the swarm intelligence algorithms, such as: ant colony algorithm (ACO), the modified ant colony algorithm (MACO), the artificial bee colony algorithm (ABC) and the particle swarm optimization algorithm (PSO). Ant colony optimization (ACO) based upon the observation of the behavior of ant colonies looking for food in the surrounding anthill. Feeding ants it is based on finding the shortest path transitions between a food source and the anthill. In the process of foraging ants on their paths crossing from the nest to a food source and back, they leave a pheromone trail. The work presents also the modified ant colony algorithm (MACO). This algorithm is based on searching the solution space surrounded by the best solution obtained in the previous iteration. If you find a local minimum, the proposed algorithm uses pheromone to find a new solution space, while retaining the position information current local minimum. The artificial bee colony algorithm is one of the well-known swarm intelligence algorithms. In the past decade there has been created several different algorithms based on the observation of the behavior of cooperative bees. Among them, the most frequently analyzed and used is bee algorithm proposed in 2005 by Dervis Karaboga and was be used in the proposed paper. The particle swarm optimization algorithm (PSO) is based on adjusting the change speed of the moving particles to a speed of particles movement in the neighborhood. Particle optimization algorithm is one of the computational techniques derived on the basis of swarm behavior such as flocks of birds and schools of fish, which is the basis for the functioning of the exchange of information to enable them to cooperate. It was noticed that the animals in the herd tend to maintain the optimum distance from their neighbors, by appropriate adjustment of their speed. This method allows the synchronous and collision-free motion, often accompanied by sudden changes of direction and due to the rearrangement of the optimal formation. For these algorithms has been prepared the software in Matlab, allowing to optimization of the mathematical models designated on the basis of the carried out identification tests and control parameters used in the mathematical model of the control system.
    Źródło:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2015, 46; 97-102
    1425-5766
    2353-1290
    Pojawia się w:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    User habits and multimodal route planning
    Autorzy:
    Katona, G.
    Juhasz, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/112017.pdf
    Data publikacji:
    2017
    Wydawca:
    Stowarzyszenie Menedżerów Jakości i Produkcji
    Tematy:
    user habits
    multimodal route planning
    Ant Colony algorithm
    planowanie trasy
    algorytm mrówkowy
    nawyki komunikacyjne
    wymagania użytkowników
    Opis:
    The results of route planning researches are monitored by logistic and automotive industries. The economic aspects of the cost saving are in the focus of the attention. An optimal route could cause time or fuel savings. An effective driving or an optimal route is a good basis to achieve an economical aim. Moreover the spread of new automotive solutions especially in case of electric cars the optimisation has particular significance regarding the limited battery storage. Additionally the autonomous car development could not be neglected. As a result the society could expect safer roads, better space usage and effective resource management. Nevertheless the requirements of users are extremely diverse, which is not negligible. Supporting these aims, in this paper the connection between the multimodal route planning and the user requirements are investigated. The examination is focused to a sensitivity analysis and a survey to evaluate the data and support the settings of a user habit effect to the final route.
    Źródło:
    Production Engineering Archives; 2017, 16; 22-27
    2353-5156
    2353-7779
    Pojawia się w:
    Production Engineering Archives
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Reconstruction of boundary condition of the third kind by applying the Ant Colony Optimization algorithm
    Odtworzenie warunku brzegowego trzeciego rodzaju przy zastosowaniu algorytmu mrówkowego
    Autorzy:
    Hetmaniok, E.
    Zielonka, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/87300.pdf
    Data publikacji:
    2011
    Wydawca:
    Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
    Tematy:
    warunek brzegowy
    algorytm mrówkowy
    przewodnictwo cieplne
    zagadnienie odwrotne
    boundary condition
    ant colony optimization
    heat conduction
    inverse problem
    Opis:
    In this paper we present an application of the Ant Colony Optimization algorithm for solving the inverse heat conduction problem in which the state function and some of the boundary conditions should be determined. The ACO algorithm is a part of the swarm intelligence and it is inspired by the technique of searching for the shortest way connecting the ant-hill with the source of food. We propose to use this algorithm for minimizing the proper functional, which plays a crucial role in the method of solution and allows to reconstruct the value of heat transfer coefficient.
    W niniejszym artykule przedstawione zostało zastosowanie algorytmu mrówkowego do rozwiązania odwrotnego zagadnienia przewodnictwa ciepła, polegającego na wyznaczeniu funkcji stanu oraz rekonstrukcji jednego z warunków brzegowych. Algorytm mrówkowy należy do grupy algorytmów inteligencji roju i zainspirowany został techniką wyszukiwania najkrótszej drogi łączącej mrowisko ze źródłem pożywienia. W proponowanym podejściu algorytm ten zostanie wykorzystany do wyznaczania minimum funkcjonału będącego istotnym elementem metody rozwiązania, umożliwiającym odtworzenie wartości współczynnika wnikania ciepła.
    Źródło:
    Zeszyty Naukowe. Matematyka Stosowana / Politechnika Śląska; 2011, 1; 137-147
    2084-073X
    Pojawia się w:
    Zeszyty Naukowe. Matematyka Stosowana / Politechnika Śląska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    An ant-based filtering random-finite-set approach to simultaneous localization and mapping
    Autorzy:
    Li, D.
    Zhu, J.
    Xu, B.
    Lu, M.
    Li, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/329854.pdf
    Data publikacji:
    2018
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    simultaneous localization
    simultaneous mapping
    random finite set
    probability hypothesis density
    ant colony
    lokalizacja jednoczesna
    mapowanie jednoczesne
    algorytm mrówkowy
    Opis:
    Inspired by ant foraging, as well as modeling of the feature map and measurements as random finite sets, a novel formulation in an ant colony framework is proposed to jointly estimate the map and the vehicle trajectory so as to solve a feature-based simultaneous localization and mapping (SLAM) problem. This so-called ant-PHD-SLAM algorithm allows decomposing the recursion for the joint map-trajectory posterior density into a jointly propagated posterior density of the vehicle trajectory and the posterior density of the feature map conditioned on the vehicle trajectory. More specifically, an ant-PHD filter is proposed to jointly estimate the number of map features and their locations, namely, using the powerful search ability and collective cooperation of ants to complete the PHD-SLAM filter time prediction and data update process. Meanwhile, a novel fast moving ant estimator (F-MAE) is utilized to estimate the maneuvering vehicle trajectory. Evaluation and comparison using several numerical examples show a performance improvement over recently reported approaches. Moreover, the experimental results based on the robot operation system (ROS) platform validate the consistency with the results obtained from numerical simulations.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2018, 28, 3; 505-519
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    An Ant Colony Optimization Algorithm for Scheduling Parallel Machines with Sequence-Dependent Setup Costs
    Zastosowanie algorytmu mrówkowego do szeregowania zadań na maszynach równoległych z uwzględnieniem kosztów przezbrojeń zależnych od kolejności zadań
    Autorzy:
    Figielska, E.
    Powiązania:
    https://bibliotekanauki.pl/articles/91349.pdf
    Data publikacji:
    2013
    Wydawca:
    Warszawska Wyższa Szkoła Informatyki
    Tematy:
    ant colony optimization
    unrelated machines
    sequence-dependent setup costs
    resource constraints
    algorytm mrówkowy
    dowolne maszyny
    koszty przezbrojeń
    kolejność zadań
    ograniczenia zasobowe
    Opis:
    The paper addresses the problem of scheduling preemptive jobs on parallel unrelated machines in the presence of renewable resource constraints and sequence-dependent setup costs. The objective is to minimize the weighted sum of makespan and setups. The problem is known to be NP-hard. To solve this problem, a heuristic is proposed which uses column generation technique and an ant colony optimization algorithm. The results of a computational experiment indicate that the heuristic is able to produce good results in reasonable computation time.
    Artykuł dotyczy zagadnienia szeregowania zadań podzielnych na równoległych dowolnych maszynach z uwzględnieniem ograniczeń na dostępność zasobów odnawialnych oraz kosztów przezbrojeń zależnych od kolejności wykonywania zadań. Celem jest minimalizacja ważonej sumy czasu trwania harmonogramu i przezbrojeń. Zagadnienie należy do klasy problemów NP-trudnych. W celu jego rozwiązania, zaproponowany został algorytm heurystyczny, wykorzystujący technikę generacji kolumn, oraz algorytm mrówkowy. Wyniki eksperymentu obliczeniowego wskazują, że algorytm ten jest zdolny dostarczyć dobrej jakości wyniki w rozsądnym czasie.
    Źródło:
    Zeszyty Naukowe Warszawskiej Wyższej Szkoły Informatyki; 2013, 7, 9; 15-26
    1896-396X
    2082-8349
    Pojawia się w:
    Zeszyty Naukowe Warszawskiej Wyższej Szkoły Informatyki
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wpływ parametrów algorytmu mrówkowego na efektywność połączeń w sieciach
    The impact of Ant Colony Optimization parameters on the connections efficiency in networks
    Autorzy:
    Iżuk, Beata
    Piechowiak, Maciej
    Powiązania:
    https://bibliotekanauki.pl/articles/41206250.pdf
    Data publikacji:
    2020
    Wydawca:
    Uniwersytet Kazimierza Wielkiego w Bydgoszczy
    Tematy:
    algorytm mrówkowy
    badania symulacyjne
    najkrótsze ścieżki w grafie
    optymalizacja sieci
    Ant Colony Optimization
    computer simulations
    shortest path in graph
    network optimization
    Opis:
    W artykule zdefiniowano algorytm mrówkowy ACO, jego miejsce wśród dziedzin sztucznej inteligencji oraz przedstawiono jego przykładowy przebieg. Scharakteryzowano także parametry algorytmu mrówkowego i przeprowadzono testy zachowania mrówek w przykładowych grafach. W szczególności omówiono wpływ każdego parametru na sposób wyznaczania najkrótszych ścieżek w grafach o różnych rozmiarach. Badania symulacyjne przedstawiono dla czterech zestawów parametrów ACO.
    The article defines Ant Colony Optimization algorithm (ACO), its place among the fields of artificial intelligence and an example of its implementation was presented. The crucial parameters of the algorithm were also characterized and tests of ant behavior in sample graphs were carried out. In particular, the influence of each parameter on the method determining the shortest paths in graphs of various sizes was discussed. Simulation tests were presented for four sets of ACO parameters.
    Źródło:
    Studia i Materiały Informatyki Stosowanej; 2020, 2; 4-9
    1689-6300
    Pojawia się w:
    Studia i Materiały Informatyki Stosowanej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-8 z 8

      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