Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "genetic algorithms" wg kryterium: Temat


Tytuł:
Rola algorytmów genetycznych w procesie optymalizacji wyznaczania tras przejazdu
The role of genetic algorithms in the process of optimization determining driving routes
Autorzy:
Gauda, K.
Powiązania:
https://bibliotekanauki.pl/articles/313849.pdf
Data publikacji:
2016
Wydawca:
Instytut Naukowo-Wydawniczy "SPATIUM"
Tematy:
algorytmy genetyczne
optymalizacja
transport
genetic algorithms
optimization
Opis:
Problematyka artykułu dotyczy możliwości wykorzystania algorytmów genetycznych w procesie optymalizacji wyznaczania tras przejazdu. Opisana jest idea algorytmów genetycznych oraz zasada ich działania. Ukazany jest także przebieg wyznaczania optymalnej trasy z wykorzystaniem aplikacji Visual Genetic.
The problem of the article concerns the possibility of using genetic algorithms in the optimization process of determining driving routes. Described is the idea of genetic algorithms and the principle their activities. Shown is also the process of optimizing exemplary route with the use of Visual Genetic application.
Źródło:
Autobusy : technika, eksploatacja, systemy transportowe; 2016, 17, 11; 54-57
1509-5878
2450-7725
Pojawia się w:
Autobusy : technika, eksploatacja, systemy transportowe
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie algorytmów genetycznych do optymalizacji modeli HMM
The use of genetic algorithms for optimalization of the models HMM
Autorzy:
Szostek, K.
Powiązania:
https://bibliotekanauki.pl/articles/320378.pdf
Data publikacji:
2005
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
optymalizacja
rozpoznawanie mowy
algorytmy genetyczne
optimization
speech recognition
genetic algorithms
Opis:
W artykule przedstawiono metodę optymalizacji modeli HMM z wykorzystaniem algorytmu genetycznego. W celu zbadania skuteczności przedstawionego algorytmu genetycznego zostały przeprowadzone badania optymalizacji modeli HMM za pomocą algorytmu Bauma-Welcha oraz zaproponowanego algorytmu genetycznego. Dodatkowo w artykule zostały umieszczone wyniki z badań modelowania sygnału mowy w postaci przebiegów czasowych przez modele HMM optymalizowane algorytmem Bauma-Welcha.
In the article there was presented the method of optimization of the models HMM with the use of the genetic algorithm. For the purpose of examining the effectiveness of the presented genetic algorithm there were carried out tests of optimization of the models HMM with the use of Baum-Welch's algorithm and the proposed genetic algorithm. In addition, in the article there were placed the results of tests of modeling the speech signal in the form of time runs by the models HMM optimized with the use of Baum-Welch 's algorithm.
Źródło:
Elektrotechnika i Elektronika; 2005, 24, 2; 183-193
1640-7202
Pojawia się w:
Elektrotechnika i Elektronika
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Using a genetic algorithm for the design of an optimal transport network
Zastosowanie algorytmu genetycznego do optymalizacji sieci transportowej
Autorzy:
Król, A.
Pamuła, T.
Powiązania:
https://bibliotekanauki.pl/articles/375204.pdf
Data publikacji:
2009
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
algorytm genetyczny
sieć transportowa
optymalizacja
transport network
genetic algorithms
optimisation
Opis:
A transportation network serves the transport requirements of moving people and goods with different destination goals and relocation directions. The current network structure is usually a result of historically long adaptation process and the probability that it is not optimal is very high. Additionally it can be observed a growth of transportation needs. In these circumstances when a modernisation or expansion is required a number of competing designs must be evaluated. Combined total building expenses and maintenance costs are accepted among the evaluation criteria. Such a restriction does not guarantee an optimal solution as only a small fraction of the solution space is analysed. The input data for the optimisation problem cannot be entered in analytical form so it is natural to propose a genetic algorithm for performing the task.
Siec transportowa służy zaspokojeniu komunikacyjnych potrzeb ludności ukierunkowanych na różne punkty docelowe i różne kierunki. Ponieważ aktualna struktura sieci jest skutkiem długotrwałych procesów w przeszłosci prawdopodobienstwo, że nie jest ona optymalna dla obecnych potrzeb jest duże. Dodatkowo, przewiduje sie wzrost tych potrzeb. W takiej sytuacji, gdy wymagana jest modernizacja lub rozbudowa sieci transportowej z reguły rozpatruje sie kilka konkurencyjnych projektów i nastepnie wybiera jeden z nich. Jako kryterium rozpatruje sie łaczne koszty rozbudowy i koszty użytkowania sieci transportowej. Taka procedura nie gwarantuje znalezienia rozwiązania optymalnego, gdyż nawet niewielki ułamek przestrzeni wszystkich możliwości nie jest poddany analizie. Ze wzgledu na to, że dane wejściowe dla tego problemu nie mogą być zadane postaci analitycznej, naturalne jest zaproponowanie algorytmu genetycznego, jako narzędzia optymalizacyjnego
Źródło:
Transport Problems; 2009, 4, 4; 107-113
1896-0596
2300-861X
Pojawia się w:
Transport Problems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Optimisation of the machining process using genetic algorithm
Autorzy:
Čuboňová, Nadežda
Dodok, Tomáš
Ságová, Zuzana
Powiązania:
https://bibliotekanauki.pl/articles/196338.pdf
Data publikacji:
2019
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
optimisation
genetic algorithms
CAM system
optymalizacja
algorytmy genetyczne
system CAM
Opis:
This paper deals with genetic algorithms as an optimisation method and its use for optimisation of the machining process in the CAM system. Tool path verification and optimisation are two best ways of dramatically improving manufacturing operations while saving money with relatively little work. Genetic algorithms can be used for improvement of these operations and considerably reduce length of tool paths leading to the reduction of machine times and optimisation of cutting parameters. Provides the software application created to optimise processes of boring and local milling (Incomplete sentence; what or who provides).
Źródło:
Zeszyty Naukowe. Transport / Politechnika Śląska; 2019, 104; 15-25
0209-3324
2450-1549
Pojawia się w:
Zeszyty Naukowe. Transport / Politechnika Śląska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Poszukiwanie optymalnej struktury sieci transportowej przy wykorzystaniu równoległego algorytmu genetycznego
Search for the optimal structure of transportation network using parallel genetic algorithm
Autorzy:
Król, A.
Powiązania:
https://bibliotekanauki.pl/articles/270524.pdf
Data publikacji:
2011
Wydawca:
Centralny Ośrodek Badawczo-Rozwojowy Aparatury Badawczej i Dydaktycznej, COBRABiD
Tematy:
sieci transportowe
transport
optymalizacja
algorytm genetyczny
transportation system
genetic algorithms
Opis:
Aktualna struktura sieci transportowej jest skutkiem długotrwałych procesów w przeszłości i jest bardzo prawdopodobne, że nie jest ona optymalna dla obecnych i przewidywanych potrzeb. Gdy wymagana jest modernizacja lub rozbudowa sieci transportowej z reguły rozpatruje się kilka konkurencyjnych projektów, natomiast struktura rozwiązania optymalnego nie jest znana. Wynika stąd potrzeba opracowania metody znajdującej optymalną sieć transportową przy danych założeniach. Dane wejściowe dla tego problemu nie mogą być zadane w postaci analitycznej, naturalne jest zatem zaproponowanie algorytmu genetycznego jako narzędzia optymalizacyjnego. Charakterystyczną właściwością algorytmu genetycznego jest niezależne wykonywanie obliczeń dla wielu podobnych do siebie obiektów, więc wprowadzenie przetwarzania równoległego istotnie zmniejsza czas potrzebny do otrzymania rozwiązania.
The current transportation network structure is usually a result of historically long adaptation process and probably it is not optimal for present and future transportation needs. When a modernisation or expansion is required only a few competing designs are evaluated, but the structure of the optimal solution remains unknown. So, there is a need of introduction of a method searching for optimal transportation network structure. The input data for the optimisation problem cannot be entered in analytical form, so it is natural to propose a genetic algorithm for performing the task. A specific feature of genetic algorithm is independent executing of calculations for many similar objects, so introducing of parallel processing significantly reduces the time needed.
Źródło:
Aparatura Badawcza i Dydaktyczna; 2011, 16, 1; 49-56
2392-1765
Pojawia się w:
Aparatura Badawcza i Dydaktyczna
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Niektóre osobliwości algorytmów genetycznych na przykładzie zagadnień logistycznych
Certain peculiarities of the genetic algorithms based on logistic issues
Autorzy:
Gryko-Nikitin, A.
Powiązania:
https://bibliotekanauki.pl/articles/399289.pdf
Data publikacji:
2010
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
algorytmy genetyczne
systemy logistyczne
optymalizacja
genetic algorithms
logistic system
optimization
Opis:
The aim of the following article is to systematize the concepts connected with modern genetic algorithms together with presenting examples of their applications in logistic issues. Using appropriate tools for solving logistic problems is a basic condition of development and/or endurance on the market with an intensive competition. According to the author, modern genetic algorithms are effective optimizing, ransacking and teaching tools which may have a broader use in logistics. This paper also discusses the matter of genetic algorithm's parameters as a factor determining the effectiveness of their application in logistic issues. The weak and strong points of genetic algorithms in the context of their practical usage has also been pointed out. Presented article is based on literature studies concerning modern concepts of genetic algorithms and their applications.
Źródło:
Ekonomia i Zarządzanie; 2010, 2, 2; 129-138
2080-9646
Pojawia się w:
Ekonomia i Zarządzanie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Optymalizacja ruchu drogowego bazująca na symulacji z wykorzystaniem algorytmów genetycznych i obliczeń o wysokiej wydajności
Simulation-based traffic optimization with application of genetic algorithms and high-performance computing
Autorzy:
Gora, P.
Powiązania:
https://bibliotekanauki.pl/articles/192919.pdf
Data publikacji:
2016
Wydawca:
Stowarzyszenie Inżynierów i Techników Komunikacji Rzeczpospolitej Polskiej
Tematy:
ruch drogowy
algorytmy genetyczne
optymalizacja
road traffic
genetic algorithms
optimization
Opis:
Artykuł opisuje pomysł na system zarządzania ruchem pojazdów w dużej skali (np. miasta wielkości Warszawy i większe) bazujący na zastosowaniu symulacji komputerowej w modelu mikroskopowym, metaheurystyk (np. algorytmów genetycznych), obliczeń o wysokiej wydajności i sieci neuronowych. Rozważania teoretyczne sugerują, że system taki może działać lepiej niż systemy zarządzania ruchem istniejące obecnie, a wstępne eksperymenty są obiecujące i pokazują, że warto zbadać dokładniej możliwość stworzenia takiego systemu.
The articlepresents an idea for a traffic management system working efficiently in a scale of a large city (e.g., of the size of Warsaw or larger) based on microscopic traffic simulation, metaheuristics (e.g., genetic algorithms), high-performance computing and artificial neural networks. Theoretical deliberations suggest that such system may outperform existing traffic management systems, while initial experiments are encouraging and show that some research efforts should be put to investigate this possibility further.
Źródło:
Transport Miejski i Regionalny; 2016, 5; 40-45
1732-5153
Pojawia się w:
Transport Miejski i Regionalny
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
An application of the genetic algorithm to optimize location of buoys
Zastosowanie algorytmów genetycznych do optymalizacji rozmieszczenia oznakowania nawigacyjnego
Autorzy:
Praczyk, T.
Powiązania:
https://bibliotekanauki.pl/articles/210408.pdf
Data publikacji:
2009
Wydawca:
Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
Tematy:
optymalizacja
algorytmy genetyczne
nawigacja radarowa
optimization
genetic algorithms
radar navigation
Opis:
The paper addresses the problem of building an automatic, spare, radar system to coastal navigation. To fix position, the system uses the information about buoys surrounding the ship. Accuracy of the system depends on many factors. One of them is the way of locating buoys on the given area of the sea. To make the task of the system easier and to make the position fixed by the system more accurate, the buoys should be appropriately arranged. The paper suggests the solution based on genetic algorithms to arrange the buoys. The solution proposed was tested experimentally and results of the tests are presented at the end of the paper.
Tematem artykułu jest rozmieszczenie oznakowania nawigacyjnego na akwenach przybrzeżnych. Oznakowanie nawigacyjne jest jednym z elementów automatycznego, przybrzeżnego systemu nawigacji radarowej a jego rozmieszczenie w sposób decydujący wpływa na dokładność pozycji generowanej przez system. W artykule zaproponowano użycie algorytmów genetycznych do określenia położenia poszczególnych pław na akwenie. Proponowane rozwiązanie zostało sprawdzone eksperymentalnie a wyniki testów zamieszczone zostały na końcu artykułu.
Źródło:
Biuletyn Wojskowej Akademii Technicznej; 2009, 58, 2; 123-136
1234-5865
Pojawia się w:
Biuletyn Wojskowej Akademii Technicznej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Distribution MV and LV Network Optimal Reconfiguration
Optymalizacja konfiguracji dla sieci rozdzielczych SN i nN
Autorzy:
Helt, P.
Zduńczyk, P.
Powiązania:
https://bibliotekanauki.pl/articles/396976.pdf
Data publikacji:
2014
Wydawca:
ENERGA
Tematy:
sieci rozdzielcze
optymalizacja
algorytmy genetyczne
distribution power networks
optimization
genetic algorithms
Opis:
Reducing power losses in energy distribution is forced by mandatory law. Optimization of network reconfiguration can lead to reducing power losses by even a dozen or so percent. Two methods of network reconfiguration optimization are presented in the paper: the heuristic method and a method based on genetic algorithms. The presented solutions offer the opportunity to optimize medium voltage and low voltage distribution networks at the same time. Calculation results for real distribution network are presented. The presented results indicate a high efficiency of network reconfiguration optimization.
Zmniejszanie strat w procesie dystrybucji energii elektrycznej wynika z obowiązującego prawa. Optymalizacja konfiguracji sieci może doprowadzić do zmniejszenia sumarycznych strat mocy nawet o kilkanaście procent. W artykule porównano metody optymalizacji konfiguracji sieci rozdzielczych: rozpływową i opartą na algorytmach genetycznych. Przedstawione rozwiązania umożliwiają wyznaczanie optymalnych rozcięć jednocześnie w sieci SN oraz nN. Zaprezentowano wyniki obliczeń dla rzeczywistych fragmentów sieci rozdzielczej, wskazujące na dużą efektywność optymalizacji konfiguracji sieci rozdzielczych.
Źródło:
Acta Energetica; 2014, 4; 79-90
2300-3022
Pojawia się w:
Acta Energetica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Optymalizacja konfiguracji dla sieci rozdzielczych SN i nN –
Distribution mv and lv network optimal reconfiguration
Autorzy:
Helt, P.
Zduńczyk, P.
Powiązania:
https://bibliotekanauki.pl/articles/267751.pdf
Data publikacji:
2013
Wydawca:
Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
Tematy:
sieci rozdzielcze
optymalizacja
algorytmy genetyczne
distribution power networks
optimization
genetic algorithms
Opis:
Zmniejszanie strat w procesie dystrybucji energii elektrycznej wręcz wynika z obowiązującego prawa. Optymalizacja konfiguracji sieci może doprowadzić do zmniejszenia sumarycznych strat mocy nawet o kilkanaście procent. W artykule porównano metody optymalizacji konfiguracji sieci rozdzielczych: rozpływową i opartą na algorytmach genetycznych. Przedstawione rozwiązania umożliwiają wyznaczanie optymalnych rozcięć jednocześnie w sieci SN oraz nN. Zaprezentowano wyniki obliczeń dla rzeczywistych fragmentów sieci rozdzielczej wskazujące na dużą efektywność optymalizacji konfiguracji sieci rozdzielczych.
Reducing power losses in energy distribution is forced by obligatory law. Optimization of network reconfiguration can lead to reduce power losses even by a dozen or so percent. Two methods of network reconfiguration optimization are presented in the paper: heuristic method and method based on genetic algorithms. Presented solutions give opportunity to optimization medium voltage and low voltage distribution networks. Calculation results for real distribution network are presented. Presented results indicate high efficiency of network reconfiguration optimization.
Źródło:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2013, 33; 107-110
1425-5766
2353-1290
Pojawia się w:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Screen keyboard arrangement optimization for polish language
Optymalizacja układu klawiatury ekranowej dla języka polskiego
Autorzy:
Wołosik, M.
Tabędzki, M.
Powiązania:
https://bibliotekanauki.pl/articles/88388.pdf
Data publikacji:
2016
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
optymalizacja
klawiatura
algorytmy genetyczne
wyżarzanie symulowane
keyboard arrangement problem
genetic algorithms
simulated annealing
Opis:
The aim of this work was to find screen keyboard arrangement optimal for Polish language. This study adopted a standard shape and organization of the keyboard, the task is therefore only for identifying the best permutations of keys. Only the alphabet keys and five selected punctuation marks were permutated. In order to accomplish this task, machine learning methods were used: genetic algorithms and simulated annealing. Fitness function is based on two literary works and one technical document. The following criteria were used: of distance, the writing direction and row weights. The application prepared for the experiments was developed in Java. The paper describes used algorithms and obtained results. Best found arrangement would shorten the time to input sample texts by about 30% (assuming adequate accustom of the new layout by the writer).
Celem niniejszej pracy było opracowanie układu klawiatury ekranowej przeznaczonej dla języka polskiego. Przyjęto standardowy kształt i organizację klawiatury, zatem jest to zadanie wskazania najlepszej permutacji klawiszy, przy czym permutacji podlegały jedynie klawisze znaków alfabetu oraz pięć wybranych znaków interpunkcyjnych. W celu realizacji tak określonego zadania, posłużono się metodami uczenia maszynowego: algorytmami genetycznymi oraz algorytmem symulowanego wyżarzania. Funkcja dopasowania opiera się na dwóch utworach literackich oraz jednym dokumencie technicznym. Zastosowano kryteria odległości oraz lokalizacji klawiszy (biorąc pod uwagę kierunek pisania oraz wagi rzędów). Aplikację przygotowaną w celu wykonania badan eksperymentalnych opracowano w języku Java. W pracy opisano zastosowane algorytmy oraz przedstawiono wyniki uzyskane na drodze eksperymentów. Najlepsze znalezione układy pozwoliłyby skrócić czas ´ wprowadzania przykładowych tekstów o około 30% (zakładając odpowiednie opanowanie nowego układu przez piszącego).
Źródło:
Advances in Computer Science Research; 2016, 13; 75-93
2300-715X
Pojawia się w:
Advances in Computer Science Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Optymalizacja konstrukcji systemów diagnostycznych z zastosowaniem algorytmów genetycznych
Application of genetic algorithms for selecting condition based maintenance techniques
Autorzy:
Pietrzyk, A.
Uhl, T.
Powiązania:
https://bibliotekanauki.pl/articles/327180.pdf
Data publikacji:
2004
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
logika rozmyta
algorytmy genetyczne
optymalizacja
reliability centered maintenance
fuzzy logic
genetic algorithms
optimization
Opis:
Duże obiekty techniczne są zbudowane z bardzo wielu elementów składowych tworzących podzespoły realizujące ściśle określone funkcje. Diagnozowanie wszystkich elementów systemu jest w praktyce nieuzasadnione technicznie a przede wszystkim ekonomicznie. W związku z tym istnieje potrzeba dokonania selekcji elementów, których diagnozowanie będzie wystarczające dla poprawnego funkcjonowania całego obiektu technicznego. Dokonując takiej selekcji należy się kierować ustalonymi kryteriami. Do podstawowych kryteriów zalicza się kryterium bezpieczeństwa, kryterium prawdopodobieństwa uszkodzenia oraz kryterium kosztów. Drugim zagadnieniem, które należy rozwiązać przy wyborze systemu diagnostycznego jest wariant jego technicznej realizacji, który wiąże się zarówno ponoszonymi kosztami jak również oczekiwaną skutecznością. W pracy przedstawione zostały założenia analiz RCM. Analizy takie poz.walają na dokonanie dekompozycji obiektu umożliwiającej wybór elementów do diagnozowania oraz określenie wszystkich możliwych z technicznego punktu widzenia metod diagnostycznych. W celu wybrania metody diagnostycznej odpowiadającej w najlepszy sposób stawianym kryteriom zaproponowano dokonanie optymalizacji wykorzystującej algorytm genetyczny.
This paper presents application of Reliability Centered Maintenance methodology in selecting optimal maintenance practices and strategies in large scale systems. Applying condition based maintenance techniques in all components of a system is not feasible technically and economically. The justification of any given maintenance strategy within an organization must consider multiple criteria. One of the basic criteria are safety, failure likelihood or cost. Fuzzy logic and genetic algorithm approach are proposed for solving this problem.
Źródło:
Diagnostyka; 2004, 30, T. 2; 61-64
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Genetic algorithms solution to the single-objective machining process optimization time model
Autorzy:
Amiolemhen, Patrick
Eseigbe, Joshua
Powiązania:
https://bibliotekanauki.pl/articles/95251.pdf
Data publikacji:
2019
Wydawca:
Politechnika Koszalińska. Wydawnictwo Uczelniane
Tematy:
production time
optimization
machining model
genetic algorithms
development
czas produkcji
optymalizacja
obróbka
algorytmy genetyczne
rozwój
Opis:
Minimum Production Time model of the machining process optimization problem comprising seven lathe machining operations were developed using Genetic Algorithms solution method. The various cost and time components involved in the minimum production cost and minimum production time criteria respectively, as well as all relevant technological/practical constraints were determined. An interactive, user-friendly computer package was then developed in Microsoft Visual Basic.Net environment to implement the developed models. The package was used to determine optimal machining parameters of cutting speed, feed rate and depth of cut for the seven machining operations with twenty-three technological constraints in the conversion of a cylindrical metal bar stock into a finished machined profile. The result of the single-objective machining process optimization models shows that the minimum production time is 21.84 min.
Źródło:
Journal of Mechanical and Energy Engineering; 2019, 3, 1; 13-23
2544-0780
2544-1671
Pojawia się w:
Journal of Mechanical and Energy Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Porównanie skuteczności wybranych dwu metod optymalizacji
Comparison of effectiveness of two selected optimisation methods
Autorzy:
Grzyb, A.
Kuczek, T.
Powiązania:
https://bibliotekanauki.pl/articles/153768.pdf
Data publikacji:
2011
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
optymalizacja
algorytmy genetyczne
algorytm roju cząstek
algorytm różnicowy
optimisation
genetic algorithms
particle swarm optimisation
differential evolution
Opis:
W artykule zaprezentowano dwa stosunkowo nowe algorytmy stosowane do optymalizacji bez ograniczeń funkcji jednej lub wielu zmiennych. Są to algorytmy: ewolucji różnicowej oraz roju cząstek. Przedstawiono w skrócie cechy charakterystyczne algorytmów, najważniejsze informacje dotyczące zasad ich działania. Ponadto opisano sposób ich badania, mający na celu ocenę skuteczności tych algorytmów. Zamieszczono wyniki badań dotyczące kilku wybranych funkcji testowych oraz sformułowano uwagi dotyczące porównania skuteczności badanych metod.
The paper presents two relatively new algorithms used for optimisation without limitations of single- or multi-variable functions. They are algorithms of differential evolution and particle swarm optimisation. The paper describes characteristic features of the two algorithms and provides vital information about their functioning. Moreover, the paper presents methods used to estimate the algorithm effectiveness. The comparison of efficiency was conducted on the basis of several specially selected test functions. The functions can be found in [5]. The optimum point is known for these functions. For each of the functions, numerous optimisations using various sequences of pseudorandom numbers were conducted [1]. The examination results for a few test function are given and the effectiveness of the tested methods is discussed. The algorithm of the differential evolution method is more reliable than that of the particle swarm method because the latter is often ineffective with multi-variable functions.
Źródło:
Pomiary Automatyka Kontrola; 2011, R. 57, nr 11, 11; 1421-1424
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
An idea of using genetic algorithm for solving the problem of river ports location
Koncepcja wykorzystania algorytmu genetycznego w rozwiązywaniu problemu lokalizacji portów rzecznych
Autorzy:
Iwan, S.
Powiązania:
https://bibliotekanauki.pl/articles/906952.pdf
Data publikacji:
2005
Wydawca:
Akademia Morska w Szczecinie. Wydawnictwo AMSz
Tematy:
Inland Shipping
algorytmy genetyczne
optymalizacja
problem lokalizacji
zagadnienie transportowe
genetic algorithms
optimization
localization problem
transportation problem
Opis:
Genetic algorithms are a very interesting optimization method, which use the natural selection idea for the decision taking. These methods are usable for the solution taking in non-deterministic problems and with incomplete knowledge of the desision situation. River ports localisation seems to be an interesting optimization problem of inland shipping organizing. It is necessary to find the places for ports with the lowest cost of goods distribution center localization problem and balanced or non-balanced transportation problem. This paper is focused on the idea of using genetic algorithm for solving it.
Algorytmy genetyczne są bardzo interesującą metodą poszukiwania rozwiązań, w której w celu wyboru decyzji optymalnej wykorzystywana jest koncepcja doboru naturalnego. metoda ta jest przydatna do rozwiązywania problemów niederministycznych oraz w sytuacjach decyzyjnych, w których dysponuje się wiedzą niepełną. Problem lokalizacji portów rzecznych wydaje się być ciekawym problemem optymalizacyjnym z zakresu organizacji śródlądowego transportu wodnego. W problemie tym konieczne jest znalezienie takiego położenia dla portów, aby całkowity koszt dystrybucji dóbr do poszczególnych odbiorców był jak najmniejszy. Zagadnienie to można potraktować jako połączenie problemu lokalizacji centrum dystrybucji oraz zagadnienia transportowego. Opracowanie niniejsze skoncentrowane jest na przedstawieniu idei zastosowania algorytmu genetycznego dp rpzwiązywania tegoż problemu.
Źródło:
Zeszyty Naukowe Akademii Morskiej w Szczecinie; 2005, 9 (81); 45-55
1733-8670
2392-0378
Pojawia się w:
Zeszyty Naukowe Akademii Morskiej w Szczecinie
Dostawca treści:
Biblioteka Nauki
Artykuł

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