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 "SWARM (system)" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-8 z 8
    Tytuł:
    Function optimization using metaheuristics
    Autorzy:
    Pilski, M.
    Seredyński, F.
    Powiązania:
    https://bibliotekanauki.pl/articles/92887.pdf
    Data publikacji:
    2006
    Wydawca:
    Uniwersytet Przyrodniczo-Humanistyczny w Siedlcach
    Tematy:
    particle swarm optimization (PSO)
    artificial immune system
    genetic algorithm
    function optimization
    Opis:
    The paper presents the results of comparison of three metaheuristics that currently exist in the problem of function optimization. The first algorithm is Particle Swarm Optimization (PSO) - the algorithm has recently emerged. The next one is based on a paradigm of Artificial Immune System (AIS). Both algorithms are compared with Genetic Algorithm (GA). The algorithms are applied to optimize a set of functions well known in the area of evolutionary computation. Experimental results show that it is difficult to unambiguously select one best algorithm which outperforms other tested metaheuristics.
    Źródło:
    Studia Informatica : systems and information technology; 2006, 1(7); 77-91
    1731-2264
    Pojawia się w:
    Studia Informatica : systems and information technology
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Intelligent financial time series forecasting: A complex neuro-fuzzy approach with multi-swarm intelligence
    Autorzy:
    Li, C.
    Chiang, T. W.
    Powiązania:
    https://bibliotekanauki.pl/articles/331280.pdf
    Data publikacji:
    2012
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    zbiór rozmyty
    system neuronowo-rozmyty
    optymalizacja rojem cząstek
    szereg czasowy
    complex fuzzy set
    complex neuro fuzzy system
    hierarchical multi swarm
    particle swarm optimization (PSO)
    recursive least squares estimator
    time series forecasting
    Opis:
    Financial investors often face an urgent need to predict the future. Accurate forecasting may allow investors to be aware of changes in financial markets in the future, so that they can reduce the risk of investment. In this paper, we present an intelligent computing paradigm, called the Complex Neuro-Fuzzy System (CNFS), applied to the problem of financial time series forecasting. The CNFS is an adaptive system, which is designed using Complex Fuzzy Sets (CFSs) whose membership functions are complex-valued and characterized within the unit disc of the complex plane. The application of CFSs to the CNFS can augment the adaptive capability of nonlinear functional mapping, which is valuable for nonlinear forecasting. Moreover, to optimize the CNFS for accurate forecasting, we devised a new hybrid learning method, called the HMSPSO-RLSE, which integrates in a hybrid way the so-called Hierarchical Multi-Swarm PSO (HMSPSO) and the well known Recursive Least Squares Estimator (RLSE). Three examples of financial time series are used to test the proposed approach, whose experimental results outperform those of other methods.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2012, 22, 4; 787-800
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    PSO based optimal location and sizing of SVC for novel multiobjective voltage stability analysis during N – 2 line contingency
    Autorzy:
    Mangaiyarkarasi, S. P
    Sree Renga Raja, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/140430.pdf
    Data publikacji:
    2014
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    N – 2 contingency analysis
    voltage severity
    particle swarm optimization (PSO)
    SVC
    power system planning
    Opis:
    In this paper voltage stability is analysed based not only on the voltage deviations from the nominal values but also on the number of limit violating buses and severity of voltage limit violations. The expression of the actual state of the system as a numerical index like severity, aids the system operator in taking better security related decisions at control centres both during a period of contingency and also at a highly stressed operating condition. In contrary to conventional N – 1 contingency analysis, Northern Electric Reliability Council (NERC) recommends N – 2 line contingency analysis. The decision of the system operator to overcome the present contingency state of the system must blend harmoniously with the stability of the system. Hence the work presents a novel N – 2 contingency analysis based on the continuous severity function of the system. The study is performed on 4005 possible combinations of N – 2 contingency states for the practical Indian Utility 62 bus system. Static VAr Compensator is used to improve voltage profile during line contingencies. A multi- objective optimization with the objective of minimizing the voltage deviation and also the number of limit violating bus with optimal location and optimal sizing of SVC is achieved by Particle Swarm Optimization algorithm.
    Źródło:
    Archives of Electrical Engineering; 2014, 63, 4; 535-550
    1427-4221
    2300-2506
    Pojawia się w:
    Archives of Electrical Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Setpoint weighted PID controller tuning for unstable system using heuristic algorithm
    Autorzy:
    Rajinikanth, V.
    Latha, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/229344.pdf
    Data publikacji:
    2012
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    setpoint weighted PID
    unstable system
    particle swarm optimization (PSO)
    bacterial foraging optimization
    objective function
    Opis:
    Most of the real time chemical process loops are unstable in nature and designing a suitable controller for such systems are difficult than open loop stable processes. In this work, an attempt is made with a two degree of freedom setpoint weighted PID controller tuning procedure for a class of unstable systems using the recent heuristic algorithms such as Particle Swarm Optimization and Bacterial Foraging Optimization. The problem considered in this study is to aptly tune the controller in order to enhance the overall closed loop performance. A novel objective function proposed in this study is used to monitor the heuristic algorithms in order to get the optimal controller parameters like Kp, Ki, Kd, and alpha with minimized iteration number. The proposed method is validated with a simulation study and this helps to accomplish enhanced system performance such as smooth reference tracking, satisfactory disturbance rejection, and error minimization for a class of unstable systems.
    Źródło:
    Archives of Control Sciences; 2012, 22, 4; 481-505
    1230-2384
    Pojawia się w:
    Archives of Control Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Feature selection using particle swarm optimization in text categorization
    Autorzy:
    Aghdam, M. H.
    Heidari, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/91792.pdf
    Data publikacji:
    2015
    Wydawca:
    Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
    Tematy:
    classification system
    feature selection
    text categorization
    particle swarm optimization (PSO)
    system klasyfikacji
    wybór funkcji
    kategoryzacja tekstu
    optymalizacja rojem cząstek
    Opis:
    Feature selection is the main step in classification systems, a procedure that selects a subset from original features. Feature selection is one of major challenges in text categorization. The high dimensionality of feature space increases the complexity of text categorization process, because it plays a key role in this process. This paper presents a novel feature selection method based on particle swarm optimization to improve the performance of text categorization. Particle swarm optimization inspired by social behavior of fish schooling or bird flocking. The complexity of the proposed method is very low due to application of a simple classifier. The performance of the proposed method is compared with performance of other methods on the Reuters-21578 data set. Experimental results display the superiority of the proposed method.
    Źródło:
    Journal of Artificial Intelligence and Soft Computing Research; 2015, 5, 4; 231-238
    2083-2567
    2449-6499
    Pojawia się w:
    Journal of Artificial Intelligence and Soft Computing Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Optymalizacja rojowa nastaw przesuwników fazowych w systemie elektroenergetycznym
    Swarm optimization of settings of phase shifting transformers in a power system
    Autorzy:
    Korab, R.
    Owczarek, R.
    Połomski, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/269100.pdf
    Data publikacji:
    2017
    Wydawca:
    Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
    Tematy:
    power system
    phase shifting transformer
    particle swarm optimization (PSO)
    active power losses
    system elektroenergetyczny
    przesuwnik fazowy
    optymalizacja rojem cząstek
    straty mocy czynnej
    Opis:
    W artykule przedstawiono zastosowanie algorytmu rojowego PSO do optymalizacji nastaw grupy przesuwników fazowych w systemie elektroenergetycznym. Jako kryterium optymalizacji zastosowano minimalizację strat mocy czynnej w sieci testowej IEEE 118. Przeanalizowano wpływ maksymalnej dozwolonej prędkości cząstek na efektywność algorytmu optymalizacji. Wyniki badań pokazują ważność tego parametru.
    In response to the growing problem of unscheduled flows, a larger and larger number of transmission system operators in Europe equip their systems with phase shifting transformers (PSTs). PSTs are special transformers which installed in a transmission line enable regulation of the voltage phase angle and thereby change of the active power flow in the line. However, the use of several PSTs installed geographically close to each other must be coordinated in order to efficiently use those devices and avoid their adverse interactions. The coordination of a group of such devices leads to a multidimensional optimization problem. In this paper, the coordination problem was solved by optimization of settings of all analyzed PSTs, based on the swarm algorithm. This approach was examined and tested on an IEEE 118-bus test system. The minimization of active power losses in this system was used as the optimization criterion. The impact of maximum allowed velocity of particles on the effectiveness of the optimization algorithm was analyzed. The result shows that the improved effectiveness of the proposed approach can be obtained by careful selection of this parameter.
    Źródło:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2017, 53; 99-102
    1425-5766
    2353-1290
    Pojawia się w:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Hybrid MPPT algorithm for PV systems under partially shaded conditions using a stochastic evolutionary search and a deterministic hill climbing
    Autorzy:
    Basiński, K.
    Ufnalski, B.
    Grzesiak, L. M.
    Powiązania:
    https://bibliotekanauki.pl/articles/1193446.pdf
    Data publikacji:
    2017
    Wydawca:
    Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
    Tematy:
    maximum power point tracking
    photovoltaic system
    hybrid part-stochastic part-deterministic search rule
    particle swarm optimization (PSO)
    partial shading
    hill climbing
    Opis:
    A hybrid maximum power point tracking method has been proposed for the photovoltaic system using a stochastic evolutionary search and a deterministic hill climbing algorithm. The proposed approach employs the particle swarm optimizer (PSO) to solve a dynamic optimization problem related to the control task in a PV system. The position of the best particle is updated by the hill climbing algorithm, and the position of the rest of the particles by the classic PSO rule. The presented method uses the re-randomization mechanism, which places five consecutive particles randomly, but in specified intervals. This mechanism helps track the maximum power point under partially shaded conditions.
    Źródło:
    Power Electronics and Drives; 2017, 2, 37/2; 49-59
    2451-0262
    2543-4292
    Pojawia się w:
    Power Electronics and Drives
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Hydrology modelling in Taleghan mountainous watershed using SWAT
    Modelowanie hydrologii górskiej zlewni rzeki Taleghan z zastosowaniem modelu SWAT
    Autorzy:
    Noor, H.
    Vafakhah, M.
    Taheriyoun, M.
    Moghadasi, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/292853.pdf
    Data publikacji:
    2014
    Wydawca:
    Instytut Technologiczno-Przyrodniczy
    Tematy:
    auto-calibration
    particle swarm optimization (PSO)
    snow hydrology
    soil and water assessment tool
    Taleghan Dam
    autokalibracja
    hydrologia śniegu
    optymalizacja rojem cząstek (PSO)
    system oceny gleby i wody
    zapora Taleghan
    Opis:
    Mountainous regions in Iran are important sources of surface water supply and groundwater recharge. Therefore, accurate simulation of hydrologic processes in mountains at large scales is important for water resource management and for watershed management planning. Snow hydrology is the more important hydrologic process in mountainous watersheds. Therefore, streamflow simulation in mountainous watersheds is often challenging because of irregular topography and complex hydrological processes. In this study, the Soil and Water Assessment Tool (SWAT) was used to model daily runoff in the Taleghan mountainous watershed (800.5 km2) in west of Tehran, Iran. Most of the precipitation in the study area takes place as snow, therefore, modeling daily streamflow in this river is very complex and with large uncertainty. Model calibration was performed with Particle Swarm Optimization. The main input data for simulation of SWAT including Digital Elevation Model (DEM), land use, soil type and soil properties, and hydro-climatological data, were appropriately collected. Model performance was evaluated both visually and statistically where a good relation between observed and simulated discharge was found. The results showed that the coefficient of determination R2 and the Nash-Sutcliffe coefficient NS values were 0.80 and 0.78, respectively. The calibrated model was most sensitive to snowmelt parameters and CN2 (Curve Number). Results indicated that SWAT can provide reasonable predictions daily streamflow from Taleghan watersheds.
    Górskie regiony Iranu są ważnymi terenami zasilania wód powierzchniowych i podziemnych. Z tego powodu dokładna symulacja procesów hydrologicznych w dużej skali ma znaczenie dla gospodarki zasobami wodnymi i planowania zarządzania zlewnią. Śnieg odgrywa ważną rolę w hydrologii górskich zlewni. Symulacja przepływów w tych zlewniach stanowi więc wyzwanie z powodu nieregularnej rzeźby terenu i skomplikowanych procesów hydrologicznych. W badaniach zastosowano system oceny gleby i wody (SWAT) do modelowania dobowego odpływu z górskiej zlewni Taleghan (800,5 km2) położonej w Iranie na zachód od Teheranu. Większość opadów na obszarze badań stanowi śnieg, dlatego modelowanie dobowego przepływu rzeki jest złożone i obarczone znacznym stopniem niepewności. Optymalizację modelu przeprowadzono metodą roju cząstek (PSO). Zebrano odpowiednie dane wejściowe do symulacji SWAT: cyfrowy model deniwelacji (DEM), dane o użytkowaniu gruntów, typie i właściwościach gleby oraz dane hydrologiczne i klimatyczne. Działanie modelu oceniano zarówno wizualnie, jak i statystycznie. W tym drugim przypadku stwierdzono ścisłą zależność między obserwowanym i symulowanym przepływem wody. Współczynniki determinacji R2 i Nasha-Sutcliffa NS wynosiły odpowiednio 0,80 i 0,78. Wykalibrowany model był najbardziej wrażliwy na parametry topnienia śniegu i CN2. Wyniki badań wykazały, że model SWAT może zapewnić wiarygodne prognozy dobowego przepływu wody w zlewni rzeki Taleghan.
    Źródło:
    Journal of Water and Land Development; 2014, 20; 11-18
    1429-7426
    2083-4535
    Pojawia się w:
    Journal of Water and Land Development
    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