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 "fuzzy genetic system" wg kryterium: Temat

  Lista filtrów

Dostawca treści

Wyrównaj
    Wyświetlanie 1-9 z 9
    Tytuł:
    A new intelligentapproach in predictive maintenance of separation system
    Autorzy:
    Marichal, G. N.
    Ávila, D.
    Hernández, A.
    Padrón, I.
    Powiązania:
    https://bibliotekanauki.pl/articles/116306.pdf
    Data publikacji:
    2020
    Wydawca:
    Uniwersytet Morski w Gdyni. Wydział Nawigacyjny
    Tematy:
    marine fuel separators
    separation system
    predictive maintenance
    greenhouse gas (GHG)
    Fast Fourier Transformation (FFT)
    genetic neuro-fuzzy system
    genetic algorithm
    supervised learning
    Opis:
    Reducing contaminant emissions is an important task of any industry, included the maritime one. In fact, in April 2018, IMO (International Maritime Organization) adopted an Initial Strategy on reduction of Greenhouse gas (GHG) emissions from ships. An essential part responsible for producing these emissions is the diesel engine. For that reason vessels include separation systems for heavy fuel oils. The purpose of this work is to improve the predictive maintenance techniques incorporating new intelligent approaches. An analysis of vibrations of this separation system was made and their characteristics were used in a Genetic Neuro-Fuzzy System in order to design an intelligent maintenance based on condition monitoring. The achieved results show that the proposed method provides an improvement since it indicates if a maintenance operation is necessary before the schedule one or if it could be possible extend the next maintenance service.
    Źródło:
    TransNav : International Journal on Marine Navigation and Safety of Sea Transportation; 2020, 14, 2; 385-390
    2083-6473
    2083-6481
    Pojawia się w:
    TransNav : International Journal on Marine Navigation and Safety of Sea Transportation
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Multi-combinative strategy to avoid premature convergence in genetically-generated fuzzy knowledge bases
    Multikombinacyjna strategia unikania przedwczesnej konwergencji w genetycznie generowanych rozmytych bazach wiedzy
    Autorzy:
    Achiche, S.
    Balazinski, M.
    Baron, L.
    Powiązania:
    https://bibliotekanauki.pl/articles/281997.pdf
    Data publikacji:
    2004
    Wydawca:
    Polskie Towarzystwo Mechaniki Teoretycznej i Stosowanej
    Tematy:
    artificial intelligence
    fuzzy decision support system
    fuzzy knowledge base
    learning
    premature convergence
    genetic algorithm
    crossover operators
    Opis:
    A growing number of industrial fields is concerned by complex and multiobjective problems. For this kind of problems, optimal decision making is critical. Decision support systems using fuzzy logic are often used to deal with complex and large decision making problems. However the main drawback is the need of an expert to manually construct the knowledge base. The use of genetic algorithms proved to be an effective way to solve this problem. Genetic algorithms model the life evolution strategy using the Darwin theory. A main problem in genetic algorithms is the premature convergence, and the last enhancements in order to solve this problem include new multi-combinative reproduction techniques. There are two principal ways to perform multi-combinative reproduction within a genetic algorithm, namely the Multi-parent Recombination, Multiple Crossover on Multiple Parents (MCMP); and the Multiple Crossover Per Couple (MCPC). Both techniques try to take the most of the genetic information contained in the parents. This paper explores the possibility to decrease premature convergence in a real/binary like coded genetic algorithm (RBCGA) used in automatic generation of fuzzy knowledge bases (FKBs). The RBCGA uses several crossover mechanisms applied to the same couple of parents. The crossover are also combined in different ways creating a multiple offspring from the same parent genes. The large family concept and the variation of the crossovers should introduce diversity and variation in otherwise prematurely converged populations and hence, keeping the search process active.
    Rosnącej liczbie dziedzin, którymi zainteresowany jest przemysł, towarzyszą złożone zagadnienia wieloobiektowe. Dla takich zagadnień optymalne podejmowanie decyzji jest krytyczne. Często dla wsparcia procesu decyzyjnego w złożonych problemach stosuje się układy logiki rozmytej. Kłopotem pozostaje jednak potrzeba manualnego wygenerowania bazy wiedzy poprzez eksperta. Okazuje się, że pewnym rozwiązaniem tego problemu może być użycie algorytmów genetycznych. Algorytmy takie modelują zagadnienie ewolucyjne na podstawie teorii Darwina. Głównym problemem w algorytmach genetycznych jest przedwczesna konwergencja, której próby wyeliminowania oparto na strategii multikombinowanych technik reprodukcji. Występują zasadniczo dwie drogi realizacji techniki reprodukcji: Multiple Crossover on Multiple Parents (MCMP) oraz Multiple Crossover Per Couple (MCPC). Obydwie metody celują w wykorzystanie jak największej ilości informacji genetycznej od rodziców. W artykule zajęto się możliwością ograniczania przedwczesnej konwergencji w rzeczywistym/binarnym kodzie genetycznym (RBCGA) używanym w automatycznymgenerowaniu rozmytych baz wiedzy (FKBs). Algorytm RBCGA stosuje kilka mechanizmów krzyżowania genów w odniesieniu do tej samej pary rodziców. Mechanizmy te przeróżnie kombinowane pozwalają na wielokrotną kreację potomstwa od tej samej pary rodziców. Koncepcja dużej rodziny i różnicowanie krzyżowania powinny wprowadzić dywersyfikację nowogenerowanych pokoleń, które w przeciwnym razie szybko uległyby konwergencji. Zapobieżenie temu zjawisku poprzez strategię multikombinacyjną utrzymuje proces poszukiwania rozwiązania w stanie aktywnym.
    Źródło:
    Journal of Theoretical and Applied Mechanics; 2004, 42, 3; 417-444
    1429-2955
    Pojawia się w:
    Journal of Theoretical and Applied Mechanics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The use of artificial intelligence in automated in-house logistics centres
    Zastosowanie sztucznej inteligencji w zautomatyzowanych centrach logistycznych
    Autorzy:
    Rymarczyk, T.
    Kłosowski, G.
    Powiązania:
    https://bibliotekanauki.pl/articles/407666.pdf
    Data publikacji:
    2018
    Wydawca:
    Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
    Tematy:
    logistics
    fuzzy logic
    intelligent transportation system
    genetic algorithm
    logistyka
    logika rozmyta
    inteligentny system transportowy
    algorytm genetyczny
    Opis:
    The paper deals with the problem of works transport organization in logistic center with the use of artificial intelligence algorithms. The presented approach is based on non-changeable path during travel along a given loop. The ordered set of containers requesting transport service was determined by fuzzy logic, while the sequence of containers in a loop was optimized by genetic algorithms. A solution for semi-autonomous transport vehicles wherein the control system informs the driver about optimal route was presented. The obtained solution was verified by a computer simulation.
    Artykuł dotyczy problematyki sterowania transportem wewnątrzzakładowym w zautomatyzowanych centrach logistycznych z zastosowaniem metod sztucznej inteligencji. Zaprezentowane podejście zakłada predykcję niezmiennej trasy przejazdu środka transportu. Kolejność zbioru regałów wymagających obsługi transportowej jest determinowana przez logikę rozmytą, natomiast do optymalizacja trasy przejazdu wykorzystano algorytmy genetyczne. Zaprezentowano koncepcję środka transportu, w którym system sterowania informuje kierowcę dokąd ma jechać. Uzyskane rozwiązanie zostało zweryfikowane z wykorzystaniem metod symulacji komputerowej.
    Źródło:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2018, 8, 1; 48-51
    2083-0157
    2391-6761
    Pojawia się w:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Advanced supervision of oil wells based on soft computing techniques
    Autorzy:
    Camargo, E.
    Aguilar, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/91828.pdf
    Data publikacji:
    2014
    Wydawca:
    Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
    Tematy:
    intelligent model of supervision
    evolutionary computation
    fuzzy system
    oil industry
    operational diagnosis
    petroleum wells
    gas lift method
    multilayer fuzzy system
    genetic algorithm
    Opis:
    In this work is presented a hybrid intelligent model of supervision based on Evolutionary Computation and Fuzzy Systems to improve the performance of the Oil Industry, which is used for Operational Diagnosis in petroleum wells based on the gas lift (GL) method. The model is composed by two parts: a Multilayer Fuzzy System to identify the operational scenarios in an oil well and a genetic algorithm to maximize the production of oil and minimize the flow of gas injection, based on the restrictions of the process and the operational cost of production. Additionally, the first layers of the Multilayer Fuzzy System have specific tasks: the detection of operational failures, and the identification of the rate of gas that the well requires for production. In this way, our hybrid intelligent model implements supervision and control tasks.
    Źródło:
    Journal of Artificial Intelligence and Soft Computing Research; 2014, 4, 3; 215-225
    2083-2567
    2449-6499
    Pojawia się w:
    Journal of Artificial Intelligence and Soft Computing Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Fuzzy modelling as a way of estimating the exploitation parameters
    Modelowanie rozmyte wartości parametrów eksploatacyjnych
    Autorzy:
    Pająk, M.
    Kalotka, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/258276.pdf
    Data publikacji:
    2006
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Technologii Eksploatacji - Państwowy Instytut Badawczy
    Tematy:
    modelowanie rozmyte
    algorytmy genetyczne
    analiza rozmyta
    duże systemy przemysłowe
    modelowanie lingwistyczne
    fuzzy model
    genetic algorithm
    fuzzy statistic
    data analysis
    large-scale system
    linguistic modeling
    Opis:
    To carry out the exploitation process in the proper way, it is necessary to know the values of the exploitation parameters for each moment of the process. It is especially important for large industrial objects. A lot of exploitation parameters are measured on-line, but some of them should be calculated. There are situations when the input information for the calculations are included in the measured data, but its form is entangled. In this paper a fuzzy modelling is proposed as a solution of the described problem. As an example, a fuzzy model of the temperature difference in a condenser of 13K215 steam turbine is considered.
    Do poprawnego sterowania procesem eksploatacji niezbędna jest znajomość wartości parametrów eksploatacyjnych w każdy momencie procesu. Jest to szczególnie istotne w przypadku dużych obiektów przemysłowych. Większość parametrów jest mierzona w sposób ciągły. Występują jednak parametry, które są wielkościami wyliczalnymi. Wartości parametrów wyliczalnych określane są na podstawie wielkości mierzonych. Nie zawsze jednak parametry wejściowe do obliczeń są zawarte w wartościach mierzonych w formie jawnej. W opracowaniu zaprezentowana została metoda modelowania rozmytego pozwalająca na stworzenie modelu procesu w przypadku, gdy dane wejściowe dostarczone są w postaci uwikłanej. Jako przykład zastosowania metody przedstawiony został sposób opracowania modelu rozmytego spiętrzenia temperatury w skraplaczu turbiny parowej 13K215.
    Źródło:
    Problemy Eksploatacji; 2006, 2; 215-229
    1232-9312
    Pojawia się w:
    Problemy Eksploatacji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    PD terminal sliding mode control using fuzzy genetic algorithm for mobile robot in presence of disturbances
    Autorzy:
    Benaziza, W.
    Slimane, N.
    Mallem, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/384371.pdf
    Data publikacji:
    2018
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    mobile robot
    fast terminal function
    PD sliding surface
    fuzzy system
    genetic algorithm
    Lyapunov stability
    robot mobilny
    system rozmyty
    algorytm genetyczny
    Stabilność Lapunova
    Opis:
    This paper presents a new approach in the field of trajectory tracking for nonholonomic mobile robot in presence of disturbances. The proposed control design is constructed by a kinematic controller, based on PD sliding surface using fuzzy sliding mode for the angular and linear velocities disturbances, in order to tend asymptotically the robot posture error to zero. Thereafter a dynamic controller is presented using as a sliding surface design, a fast terminal function (FTF) whose parameters are generated by a genetic algorithm in order to converge the velocity errors to zero in finite time and guarantee the asymptotic stability of the system using a Lyapunov candidate. The elaborated simulation works in the case of different trajectories confirm the robustness of the proposed approach.
    Źródło:
    Journal of Automation Mobile Robotics and Intelligent Systems; 2018, 12, 2; 52-60
    1897-8649
    2080-2145
    Pojawia się w:
    Journal of Automation Mobile Robotics and Intelligent Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Approximation of phenol concentration using novel hybrid computational intelligence methods
    Autorzy:
    Pławiak, P.
    Tadeusiewicz, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/907935.pdf
    Data publikacji:
    2014
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    soft computing
    neural network
    genetic algorithm
    fuzzy system
    evolutionary neural system
    pattern recognition
    chemometrics
    przetwarzanie miękkie
    sieć neuronowa
    algorytm genetyczny
    system rozmyty
    rozpoznawanie obrazu
    chemometria
    Opis:
    This paper presents two innovative evolutionary-neural systems based on feed-forward and recurrent neural networks used for quantitative analysis. These systems have been applied for approximation of phenol concentration. Their performance was compared against the conventional methods of artificial intelligence (artificial neural networks, fuzzy logic and genetic algorithms). The proposed systems are a combination of data preprocessing methods, genetic algorithms and the Levenberg–Marquardt (LM) algorithm used for learning feed forward and recurrent neural networks. The initial weights and biases of neural networks chosen by the use of a genetic algorithm are then tuned with an LM algorithm. The evaluation is made on the basis of accuracy and complexity criteria. The main advantage of proposed systems is the elimination of random selection of the network weights and biases, resulting in increased efficiency of the systems.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2014, 24, 1; 165-181
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    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:
    Forming of the regional core transport network taking into account the allocation of alternative energy sources based on artificial intelligence methods
    Формирование опорной транспортной сети региона с учетом размещения альтернативных источников энергии на основе методов искусственного интеллекта
    Autorzy:
    Zhuravskaya, M.
    Tarasyan, V.
    Powiązania:
    https://bibliotekanauki.pl/articles/374401.pdf
    Data publikacji:
    2014
    Wydawca:
    Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
    Tematy:
    core transport network
    logistic system
    logistic center allocation
    renewable energy
    fuzzy set theory
    genetic algorithm
    rdzeń sieci transportowej
    system logistyczny
    energia odnawialna
    teoria zbiorów rozmytych
    algorytm genetyczny
    Opis:
    In the modern world the alternative energy sources, which considerably depend on a region, play more and more significant role. However, the transition of regions to new energy sources lead to the change of transport and logistic network configuration. The formation of optimal core transport network today is a guarantee of the successful economic development of a region tomorrow. The present article studies the issue of advanced core transport network development in a region based on the experience of European and Asian countries and the opportunity to adapt the best foreign experience to Russian conditions. On the basis of artificial intelligence methods for forest industry complex of Sverdlovskaya Oblast the algorithm of problem solution of an optimal logistic infrastructure allocation is offered and some results of a regional transport network are presented. These methods allowed to solve the set task in the conditions of information uncertainty. There are suggestions on the improvement of transport and logistic network in the territory of Sverdlovskaya Oblast. Traditionally the logistics of mineral fuel plays main role in regions development. Actually it is required to develop logistic strategic plans to be able to provide different possibilities of power-supply, flexible enough to change with the population density, transport infrastructure and demographics of different regions. The problem of logistic centers allocation was studied by many authors. The approach, offered by the authors of this paper is to solve the set of tasks by applying artificial intelligence methods, such as fuzzy set theory and genetic algorithms.
    В современном мире альтернативные источники энергии, которые в значительной степени зависят от региона, играют все более значимую роль. Однако переход регионов к новым источникам энергии приведет к изменению транспортно- логистического конфигурации сети. Формирование оптимальной опорной транспортной сети сегодня является залогом успешного экономического развития региона завтра. Настоящая статья изучает вопрос опережающего развития опорной транспортной сети региона на основе опыта стран Европы и Азии, а также возможность адаптировать лучший зарубежный опыт к российским условиям. На основе методов искусственного интеллекта для лесопромышленного комплекса Свердловской области предлагается алгоритм решения задачи оптимального логистического распределения инфраструктуры и представлены некоторые результаты моделирования региональной транспортной сети. Эти методы позволили решить поставленную задачу в условиях информационной неопределенности. Дать предложения по совершенствованию транспортной и логистической сети на территории Свердловской области. Зависимость логистики от минерального топлива, является устойчивой тенденцией развития регионов, однако при составлении стратегических планов необходимо на ряду, с плотностью населения, особенностями транспортной инфраструктуры и прогнозом демографических изменений, также предусмотреть альтернативные возможности смены источников энергоресурсов. К проблеме размещения логистических центров обращались многие авторы. Особенностью подхода, предлагаемого авторами этой статьи является применение методов искусственного интеллекта, в частности, теории нечетких множеств и генетических алгоритмов.
    Źródło:
    Transport Problems; 2014, 9, 4; 121-130
    1896-0596
    2300-861X
    Pojawia się w:
    Transport Problems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-9 z 9

      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