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 "Particle Swarm Optimization" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-8 z 8
    Tytuł:
    Effectiveness of the MPSO algorithm in optimization of the coil arrangement
    Skuteczność algorytmu MPSO w optymalizacji układu cewek
    Autorzy:
    Borowska, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/159534.pdf
    Data publikacji:
    2010
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Elektrotechniki
    Tematy:
    elektromagnetyzm
    optymalizacja
    algorytm PSO
    pole magnetyczne
    electromagnetism
    optimization
    particle swarm optimization (PSO)
    magnetic field
    Opis:
    One of the most important problems in designing of various constructions is optimization of technical facilities. The optimization process leads to find the best solution of a considered problem, and the solution should meet established criteria. Evolutionary algorithms have been found to be effective in solving such optimization problems. In the following paper, a modification of the PSO algorithm has been proposed in order to determine an optimal geometry of the coil arrangement evoking, in a defined active area, magnetic field of the largest possible gradient, and simultaneously keep this gradient relatively stable. The computations confirmed high efficiency of the proposed method. The results were also compared with the achievements of other evolutionary algorithms.
    Jednym z najważniejszych zagadnień w projektowaniu różnych konstrukcji jest optymalizacja urządzeń technicznych. Jej celem jest znalezienie najlepszego rozwiązania rozpatrywanego zagadnienia o najlepszych w sensie przyjętych kryteriów parametrach. Do rozwiązywania tego typu zadań m.in. stosuje się algorytmy ewolucyjne. Aby algorytm był skuteczny często niezbędne jest jednak przeprowadzenie bardzo dużej liczby obliczeń. W celu redukcji kosztów obliczeń w artykule zaproponowano algorytm MPSO będący modyfikacją algorytmu PSO do problemu wyznaczenia optymalnej konstrukcji. Zadaniem zaproponowanego algorytmu było wyznaczenie optymalnej geometrii układu cewek generujących w zdefiniowanym obszarze aktywnym pola magnetycznego o możliwie dużym gradiencie przy zachowaniu jak największej stałości tego gradientu. Na podstawie przeprowadzonych badań, dokonano porównania efektywności zaproponowanej metody MPSO z osiągnięciami standardowego algorytmu optymalizacji cząsteczkowej PSO oraz algorytmu Θ-PSO zaproponowanego przez Zhong i innych [24]. Przeprowadzone obliczenia potwierdziły skuteczność algorytmu MPSO.
    Źródło:
    Prace Instytutu Elektrotechniki; 2010, 246; 35-44
    0032-6216
    Pojawia się w:
    Prace Instytutu Elektrotechniki
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Research on the influence of airflow resistance of layered porous structures on the sound absorption coefficient
    Autorzy:
    Flach, Artur
    Powiązania:
    https://bibliotekanauki.pl/articles/24201972.pdf
    Data publikacji:
    2022
    Wydawca:
    Politechnika Poznańska. Instytut Mechaniki Stosowanej
    Tematy:
    airflow resistance
    anechoic wedges
    transfer matrix method
    optimization
    PSO
    particle swarm optimization
    opór przepływu powietrza
    kliny akustyczne
    metoda macierzy przejścia
    optymalizacja
    optymalizacja roju cząstek
    Opis:
    The paper presents the research on the influence of airflow resistance on the sound absorption coefficient of layered porous structures. For the calculation of the sound absorption coefficient, the models of layered sound-absorbing structures were developed with the use of numerical computational models. Using the developed models, optimization was carried out to maximize the average sound absorption coefficient of the structures for a given frequency range. As a result of the research, the dependence of the change in airflow resistance for the successive layers of the material was determined. The results of the work will be particularly useful in the design of wedges used in anechoic chambers.
    Źródło:
    Vibrations in Physical Systems; 2022, 33, 3; art. no. 2022311
    0860-6897
    Pojawia się w:
    Vibrations in Physical Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Optimization algorithm for number and wells placement
    Algorytm optymalizacji liczby i położenia odwiertów
    Autorzy:
    Łętkowski, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/1834980.pdf
    Data publikacji:
    2019
    Wydawca:
    Instytut Nafty i Gazu - Państwowy Instytut Badawczy
    Tematy:
    optimization
    reservoir simulation
    swarm intelligence
    particle swarm optimization (PSO)
    optimal number of wells
    optimal well placement
    optymalizacja
    symulacje złożowe
    inteligencja roju
    optymalizacja rojem cząstek
    optymalna liczba odwiertów
    optymalne położenie odwiertów
    Opis:
    Determination of the optimal number and placement of production wells is crucial for the effective depletion of the hydrocarbon reservoir. Due to the strongly non-linearity of the problem and the occurrence of multiple local minimums in the response function the non-gradient optimization methods in combination with reservoir simulations are most commonly used for its solution. However, it should be noted that most of the research works dedicated to this issue describe the process of placement optimization but not the number of drilling wells assuming that it was arbitrary set. This is partly due to the fact that known and used optimization methods operate on a fixed number of optimization parameters, therefore the number of production wells can not change during the optimization process. The paper is dedicated to the attempt to build an algorithm that allows simultaneous optimization of the number and position of production wells with respect to the discounted profit in a given period of operation. The basic optimization method in the presented algorithm is the Particle Swarm Optimization (PSO) – one of the most effective non-gradient optimization methods that belongs to the group of methods applying the swarm’s intelligence. Taking into account the number of drilling wells in the optimization process means that the algorithm operates on a variable number of parameters. The objective algorithm starts optimization from an arbitrarily set number of producers, reducing it gradually. Efficiency tests conducted on the sample reservoir PUNQ-S3 indicated a satisfactory convergence of the proposed method. The computing program created implements the mechanisms of convergence enhancement by improving the boundary conditions for the optimization method. The minimum separation distance control between production wells was also introduced at the initial stage of optimization process. Although the algorithm is characterized by satisfactory convergence it would be advisable to improve it by using a hybrid method to increase its effectiveness in the local optimization phase and to introduce minimum well spacing during the entire optimization process.
    Określenie optymalnej liczby i położenia odwiertów eksploatacyjnych jest kluczowe dla efektywnej eksploatacji złoża węglowodorowego. Ze względu na silnie nieliniowy charakter problemu oraz występowanie w funkcji odpowiedzi wielokrotnych minimów lokalnych do jego rozwiązania najczęściej wykorzystywane są bezgradientowe metody optymalizacyjne w połączeniu z symulacjami złożowymi. Należy jednak zauważyć, że większość prac poświęconych temu zagadnieniu opisuje proces optymalizacji położenia, a nie liczby odwiertów, przyjmując, że jest ona dana arbitralnie. Wynika to po części z faktu, że znane i stosowane metody optymalizacyjne operują na stałej liczbie parametrów optymalizacyjnych, w związku z czym liczba odwiertów wydobywczych nie może zmieniać się w trakcie procesu optymalizacji. Artykuł jest poświęcony próbie zbudowania algorytmu umożliwiającego równoczesną optymalizację liczby i położenia odwiertów wydobywczych ze względu na zdyskontowany zysk w zadanym okresie eksploatacji. Podstawową metodą optymalizacyjną w prezentowanym algorytmie jest optymalizacja rojem cząstek (ang. PSO) – jedna z najbardziej efektywnych metod optymalizacji bezgradientowej, należąca do grupy metod wykorzystujących inteligencję roju. Próby efektywności metody przeprowadzone na przykładzie złoża testowego PUNQ-S3 wskazały na zadowalającą zbieżność zaproponowanej metody, dla której na początkowym etapie zastosowano kontrolę minimalnej odległości pomiędzy odwiertami. Jakkolwiek algorytm charakteryzuje się zadowalającą zbieżnością, to jednak wskazane byłoby jego udoskonalenie poprzez wykorzystanie metody hybrydowej w celu zwiększenia jego efektywności w fazie optymalizacji lokalnej oraz wprowadzenie kontroli odległości minimalnej w trakcie całego procesu optymalizacji.
    Źródło:
    Nafta-Gaz; 2019, 75, 12; 744-750
    0867-8871
    Pojawia się w:
    Nafta-Gaz
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Applied TVA-PSO for optimal energy efficient integration of renewable energy sources based maximizing TEC levels
    Autorzy:
    Lasmari, Adel
    Zellagui, Mohamed
    Powiązania:
    https://bibliotekanauki.pl/articles/41186676.pdf
    Data publikacji:
    2023
    Wydawca:
    Politechnika Warszawska, Instytut Techniki Cieplnej
    Tematy:
    renewable distributed generation
    optimal energy efficient integration
    electric distribution networks
    TEC levels
    time-varying acceleration particle swarm optimization
    odnawialna generacja
    optymalna integracja
    dystrybucja energii elektrycznej
    optymalizacja
    Opis:
    After the rapid increase in the population demography and industrial revolution, many researchers focus on maintaining the balance between the consumption and the production; in this regard, decentralized production plays an important role to achieve this balance, because of its technical economic aspect such as power losses reduction and voltage profile improvement. These advantages can better exploited through the optimal assessment of Distributed Generation (DG). This paper is interested in the study of the optimal location and size of one and multiple DG based on photovoltaic solar sources PV-DG in Radial Distribution Network (RDN) using the Time Varying Acceleration Particle Swarm Optimization Algorithm (TVA-PSO). This algorithm implemented to maximize the Multi-Objective Functions (MOF) based on the Environmental Pollution Reduction Level (EPRL), the Voltage Deviation Level (VDL), Active Power Loss Level (APLL), the Net Saving Level (NSL), and finally the Short Circuit Level (SCL). The proposed method is tested on the standard IEEE 33-, 69-and 118-bus RDN. Outcomes proves that the proposed TVA-PSO is more efficient to solve the optimal allocation of multiple DGs with high convergence rate and minimum power loss reduction.
    Źródło:
    Journal of Power Technologies; 2023, 103, 2; 123-137
    1425-1353
    Pojawia się w:
    Journal of Power Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Optymalizacja położenia odwiertów wydobywczych ze względu na czas trwania plateau wydobycia
    Well placement optimization for constant production rate
    Autorzy:
    Łętkowski, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/31348130.pdf
    Data publikacji:
    2022
    Wydawca:
    Instytut Nafty i Gazu - Państwowy Instytut Badawczy
    Tematy:
    optymalizacja
    symulacje złożowe
    inteligencja roju
    optymalizacja rojem cząstek
    optymalna liczba odwiertów
    optymalne położenie odwiertów
    mapa potencjału produktywności
    optimization
    reservoir simulation
    swarm intelligence
    particle swarm optimization
    optimal number of wells
    optimal well placement
    productivity potential map
    Opis:
    Określenie optymalnego rozmieszczenia odwiertów eksploatacyjnych na złożu węglowodorów jest kluczowe dla jego efektywnej eksploatacji. Tak sformułowane zagadnienie stanowi złożony problem optymalizacyjny, którego rozwiązanie w postaci lokalizacji odwiertów zależy między innymi od sposobu zdefiniowania funkcji celu. W literaturze najczęściej występują dwie postacie funkcji celu: zysk bieżący netto (NPV) oraz sumaryczne wydobycie ropy naftowej. Rzadziej spotykana jest funkcja celu bazująca na równomierności sczerpania złoża. Artykuł jest poświęcony próbie zastosowania funkcji celu opartej na czasie wydobycia ropy ze stałą wydajnością (tzw. plateau). Optymalizację prowadzono dla sumarycznego wydobycia ropy oraz zysku bieżącego netto w czasie trwania fazy plateau. W tym celu zbudowano hybrydowy algorytm optymalizacyjny bazujący na optymalizacji rojem cząstek. Zastosowanie algorytmu hybrydowego łączącego trzy mechanizmy wynikało z jednej strony z konieczności poprawienia skuteczności podstawowej metody optymalizacyjnej, z drugiej zaś miało na celu ograniczenie tzw. przedwczesnej zbieżności. Cele te zostały zrealizowane poprzez wykorzystanie mapy potencjału produktywności oraz wprowadzenie mechanizmu mutacji. Optymalizację prowadzono dla dwóch różnych sposobów sterowania odwiertami: sterowania grupowego ze stałą wydajnością oraz sterowania indywidualnego. Zbudowany algorytm potwierdził efektywność, uzyskując wzrost wartości funkcji celu w stosunku do wartości pierwotnej od 40% do 300%. We wszystkich analizowanych przypadkach algorytm rozmieścił odwierty produkcyjne poprawnie, co do zasady. Odwierty zostały rozmieszczone w strefie ropnej w bezpiecznej odległości zarówno od kontaktu woda–ropa, jak i ropa–gaz, przy czym stwierdzono pewne różnice w zależności od przyjętej funkcji celu. Przeprowadzone symulacje potwierdziły możliwość zastosowania czasu trwania plateau jako funkcji celu dla optymalizacji położenia odwiertów produkcyjnych.
    Determining the optimal placement of production wells in a hydrocarbon reservoir is crucial for the effective exploitation. The problem formulated in this way is a complex optimization problem, the solution of which in the form of the location of the wells depends, inter alia, on the method of defining the objective function. Two forms of the objective function are most often found in the literature. These are the net pay value (NPV) and total oil production. The objective function based on the uniformity of the reservoir depletion is less common. The article is devoted to an attempt to apply the objective function based on the duration of oil production with a constant production rate (the so-called production plateau). The optimization was carried out for the total oil production and for the net pay value for the plateau period. The need to use a hybrid algorithm combining three mechanisms resulted, on the one hand, from the need to improve the effectiveness of the basic optimization method, and on the other hand, to reduce the so-called “premature convergence”. For this purpose, a hybrid optimization algorithm based on particle swarm optimization was built. These goals were achieved through the use of a productivity potential map and a mutation mechanism. Optimization was carried out for two different well control methods: group control with constant production rate and individual well control. The developed algorithm confirmed the effectiveness, obtaining an increase in the value of the objective function in relation to the original value from 40% to 300%. As a rule, the algorithm placed the production wells correctly in all analyzed cases. The well were located in the oil zone at a safe distance from both water-oil and oil-gas contacts, with some differences depending on the target function adopted. The simulations carried out confirmed the possibility of using the plateau duration as a function of the objective for optimizing the location of production wells.
    Źródło:
    Nafta-Gaz; 2022, 78, 8; 598-607
    0867-8871
    Pojawia się w:
    Nafta-Gaz
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Optymalizacja liczby i położenia odwiertów eksploatacyjnych z wykorzystaniem mapy potencjału produktywności
    Optimization of the number and placement of exploitation wells using a productivity potential map
    Autorzy:
    Łętkowski, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/31344029.pdf
    Data publikacji:
    2022
    Wydawca:
    Instytut Nafty i Gazu - Państwowy Instytut Badawczy
    Tematy:
    optymalizacja
    symulacje złożowe
    inteligencja roju
    optymalizacja rojem cząstek
    optymalna liczba odwiertów
    optymalne położenie odwiertów
    mapa potencjału produktywności
    optimization
    reservoir simulation
    swarm intelligence
    particle swarm optimization
    optimal number of wells
    optimal well placement
    productivity potential map
    Opis:
    Jednym z podstawowych elementów planu zagospodarowania złoża węglowodorów jest określenie liczby i położenia odwiertów eksploatacyjnych (produkcyjnych i zatłaczających). Należy jednak zauważyć, że zdecydowana większość prac poświęcona temu zagadnieniu opisuje proces optymalizacji położenia, a nie liczby odwiertów, przyjmując, że jest ona zadana arbitralnie. Wynika to z faktu, że znane i stosowane metody optymalizacyjne operują na stałej liczbie parametrów optymalizacyjnych, w związku z czym liczba odwiertów wydobywczych nie może zmieniać się w trakcie procesu optymalizacji. W artykule przedstawiono modyfikację podstawowej metody optymalizacyjnej uwzględniającą zmianę liczby odwiertów w czasie optymalizacji, przy czym optymalizacja położenia i liczby odwiertów przebiega równocześnie. Podstawową metodą optymalizacyjną w skonstruowanym algorytmie jest optymalizacja rojem cząstek (ang. PSO) – jedna z najbardziej efektywnych metod optymalizacji bezgradientowej, należąca do grupy metod stochastycznych. Została ona zmodyfikowana dla potrzeb przyjętego problemu optymalizacyjnego poprzez zmianę postaci funkcji celu oraz wprowadzenie zmiennej progowej, co pozwoliło na operowanie zmienną liczbą odwiertów. W celu poprawienia zbieżności algorytm uzupełniono o mechanizm mutacji oparty na mapie potencjału produktywności. Testy zbieżności metody przeprowadzone na przykładzie złoża testowego PUNQ-S3 wskazały na zadowalającą efektywność zaproponowanego rozwiązania. Algorytm potrzebował 150 iteracji i 750 wywołań funkcji celu, aby 2,5-krotnie zwiększyć początkową wartość NPV przy równoczesnej 3,5-krotnej redukcji liczby odwiertów produkcyjnych. Z kolei zastosowanie algorytmu do optymalizacji liczby i rozmieszczenia odwiertów zatłaczających przy zadanej liczbie konfiguracji odwiertów wydobywczych pozwoliło na zwiększenie zysku netto o 1/3 przy ponad 2-krotnej redukcji liczby odwiertów
    One of the basic elements of the hydrocarbon reservoir development plan is to determine the number and location of production and injection wells. However, it should be noted that most of the research works dedicated to this issue describe the process of placement optimization but not the number of exploitation wells assuming that it was an arbitrary set. This is partly due to the fact that known and used optimization methods operate on a fixed number of optimization parameters, therefore the number of production wells can not change during the optimization process. The paper presents modification of the basic optimization method taking into account the change in the number of wells during optimization. The optimization of the placement and number of wells run simultaneously. The basic optimization method in the constructed algorithm is particle swarm optimization (PSO) – one of the most effective methods of non-gradient optimization, belonging to the group of stochastic methods. It was modified for the needs of the adopted optimization problem by changing the form of the objective function and introducing the threshold variable which allowed to change the number of wells. In order to improve the convergence, the algorithm is supported by a mutation mechanism based on the productivity potential map. The convergence tests carried out based on the example of the PUNQ-S3 benchmark field showed the satisfactory effectiveness of the proposed solution. The algorithm took 150 iterations and 750 objective function calls to increase the starting NPV value by 2.5 times while reducing the number of production wells by 3.5 times. On the other hand, the use of the algorithm to optimize the number and placement of injection wells for a given number of production wells configuration allowed to increase the NPV value profit by 1/3 with a reduction of more than 2 times in the number of wells.
    Źródło:
    Nafta-Gaz; 2022, 78, 12; 861-871
    0867-8871
    Pojawia się w:
    Nafta-Gaz
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of a PSO algorithm for identification of the parameters of Jiles-Atherton hysteresis model
    Autorzy:
    Knypiński, Ł.
    Nowak, L.
    Sujka, P.
    Radziuk, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/141610.pdf
    Data publikacji:
    2012
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    optymalizacja
    histereza
    model Jilesa-Athertona
    optimization
    hysteresis
    Jiles-Atherton model
    particle swarm optumization method
    Opis:
    In the paper an algorithm and computer code for the identification of the hysteresis parameters of the Jiles-Atherton model have been presented. For the identification the particle swarm optimization method (PSO) has been applied. In the optimization procedure five design variables has been assumed. The computer code has been elaborated using Delphi environment. Three types of material have been examined. The results of optimization have been compared to experimental ones. Selected results of the calculation for different material are presented and discussed.
    Źródło:
    Archives of Electrical Engineering; 2012, 61, 2; 139-148
    1427-4221
    2300-2506
    Pojawia się w:
    Archives of Electrical Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Allocation of real power generation based on computing over all generation cost: an approach of Salp Swarm Algorithm
    Autorzy:
    Devarapalli, Ramesh
    Sinha, Nikhil Kumar
    Rao, Bathina Venkateswara
    Knypiński, Łukasz
    Lakshmi, Naraharisetti Jaya Naga
    García Márquez, Fausto Pedro
    Powiązania:
    https://bibliotekanauki.pl/articles/1841291.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    economic load dispatch
    heuristic algorithms
    optimization
    Particle Swarm
    Algorithm
    Salp Swarm Algorithm
    ekonomiczna wysyłka ładunku
    algorytmy heurystyczne
    optymalizacja
    rój cząstek
    algorytm
    Opis:
    Economic Load Dispatch (ELD) is utilized in finding the optimal combination of the real power generation that minimizes total generation cost, yet satisfying all equality and inequality constraints. It plays a significant role in planning and operating power systems with several generating stations. For simplicity, the cost function of each generating unit has been approximated by a single quadratic function. ELD is a subproblem of unit commitment and a nonlinear optimization problem. Many soft computing optimization methods have been developed in the recent past to solve ELD problems. In this paper, the most recently developed population-based optimization called the Salp Swarm Algorithm (SSA) has been utilized to solve the ELD problem. The results for the ELD problem have been verified by applying it to a standard 6-generator system with and without due consideration of transmission losses. The finally obtained results using the SSA are compared to that with the Particle Swarm Optimization (PSO) algorithm. It has been observed that the obtained results using the SSA are quite encouraging.
    Źródło:
    Archives of Electrical Engineering; 2021, 70, 2; 337-349
    1427-4221
    2300-2506
    Pojawia się w:
    Archives of Electrical Engineering
    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