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 "Smierzchalski, R." wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-6 z 6
    Tytuł:
    Optymalizacja nieciągłych funkcji wielomodalnych z wykorzystaniem kooperacyjnego algorytmu koewolucyjnego
    Optimization of discontinuous and multimodal functions using cooperative coevolutionry algorithm
    Autorzy:
    Kuczkowski, Ł.
    Śmierzchalski, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/267276.pdf
    Data publikacji:
    2015
    Wydawca:
    Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
    Tematy:
    algorytmy ewolucyjne
    koewolucja
    optymalizacja
    evolutionary algorithms
    coevolution
    optimization
    Opis:
    W artykule przedstawiono algorytmy koewolucyjne, heurystyczną metodę rozwiązywania złożonych obliczeniowo problemów opartą na zasadzie korelacji oraz darwinowskiej teorii ewolucji. Opisano zalety algorytmu, możliwe zastosowania, sposób działania oraz niektóre z dotychczasowych implementacji. Następnie wybrano trzy wielomodalne lub nieciągłe funkcje testowe: Rosenbrocka, Styblinskiego-Tanga oraz Schaffer’a. Dokonano dekompozycji problemu wyznaczenia minimum globalnego funkcji i przeprowadzono optymalizację wykorzystując kooperacyjny algorytm koewolucyjny. Uzyskane wyniki pozwoliły na ocenę jakości działania algorytmu. Przeprowadzone testy i ich rezultaty są wstępem do szerszych badań nad algorytmami koewolucyjnymi.
    In this paper a brief study of coevolutionary algorithm is presented. The coevolutionary algorithm (CA) is an evolutionary algorithm (or collection of evolutionary algorithms) in which the fitness of an individual depends on the relationship between that individual and other individuals. CA can be divided into two fundamental sub-types. In cooperative algorithms, individuals are rewarded when they work well with other individuals and punished when they perform poorly. In competitive algorithms, however, individuals are rewarded at the expense of those with which they interact. The principle of operation of CA is quite similar to traditional evolutionary algorithm. The main deference lies in a fact that CA operate on multi-populations and evaluate individual based on its collaboration with individuals (collaborators) from other populations. Applying CA requires decomposition of the problem into components and assigning each component to a population. This article presents an optimization of discontinuous and multimodal functions using cooperative coevolutionry algorithm. The modified testing functions: Rosenbrocka, Styblinskiego-Tanga and Schaffer’a are decomposed and minimize using coevolutionary algorithm. Obtained results allow to evaluate the quality of the algorithm and will be used for further research on the topic.
    Źródło:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2015, 47; 103-106
    1425-5766
    2353-1290
    Pojawia się w:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie wielopopulacyjnego algorytmu ewolucyjnego do problemu wyznaczania ścieżki przejścia
    Application of multi-population evolutionary algorithm for path planning problem
    Autorzy:
    Kuczkowski, Ł.
    Śmierzchalski, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/266972.pdf
    Data publikacji:
    2013
    Wydawca:
    Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
    Tematy:
    algorytmy ewolucyjne
    algorytmy wielopopulacyjne
    planowanie ścieżki przejścia
    evolutionary algorithms
    multi-population algorithm
    path planning
    Opis:
    Artykuł przedstawia zastosowanie wielopopulacyjnego algorytmu ewolucyjnego do wyznaczania ścieżki przejścia. Zastosowany algorytm oparty jest na modelu z częściowo wymienianą populacją oraz migracją między niezależnie ewoluującymi populacjami. W pracy porównano działanie algorytmu wielopopulacyjnego z jednopopulacyjnym oraz zbadano wpływ poszczególnych parametrów na jakość uzyskanego rozwiązania. Wykazano, że zastosowanie kilku niezależnie ewoluujących populacji prowadzi do uzyskania rozwiązania lepszego w stosunku do wariantu jednopopulacyjnego. Jako problem testowy zostało wybrane zagadnienie unikania kolizji na morzu.
    In this paper an application of multi-population evolutionary algorithm for path planning problem is presented. A steadystate genetic algorithm is used for evolution of single population. An applied migration mechanism is based on island topology. In the article the comparison of single and multi-population algorithm has been made and the influence of changing algorithm parameters has been studied. It has been shown that using several independently evolving population leads to a better solution than when the single population is used. For a testing problem a sea collision avoiding problem has been chosen.
    Źródło:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2013, 36; 117-122
    1425-5766
    2353-1290
    Pojawia się w:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modyfikacja wariantów sukcesji w ewolucyjnej metodzie planowania ścieżki przejścia
    Modification of post-selection methods in evolutionary path planning problem
    Autorzy:
    Kuczkowski, Ł.
    Śmierzchalski, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/269098.pdf
    Data publikacji:
    2013
    Wydawca:
    Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
    Tematy:
    algorytmy ewolucyjne
    planowanie ścieżki przejścia
    sukcesja
    evolutionary algorithms
    path planning
    postselection
    Opis:
    W pracy analizowano wpływ sukcesji na kształtowanie nacisku selektywnego w ewolucyjnej metodzie planowania ścieżek przejść. Opisano metody sukcesji oraz przedstawiono pojęcie nacisku selektywnego. Zrealizowano badania dla 4 rodzajów algorytmów ewolucyjnych, w każdym przypadku stosując inną metodę sukcesji. Przeprowadzono symulację, uwzględniając liczbę wymienianych osobników oraz różne metody zastępowania. Otrzymane rezultaty pozwalają na dobór metody sukcesji tak, aby zapewnić zbieżność oraz zachować zdolność algorytmu do przeszukiwania przestrzeni rozwiązań.
    In this paper an impact of post-selection methods on shaping selection pressure was analyzed. Different methods of post-selection has been described. The concept of selection pressure was presented. Research has been made for 4 kinds of evolutionary algorithm, in each case a different method of post-selection was used. The simulations was performed taking into account number of replaced individuals and various methods of replacement. Results allow to choose post-selection method, so that algorithm will be able to effectively search solution space and ensure its convergence.
    Źródło:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2013, 36; 111-116
    1425-5766
    2353-1290
    Pojawia się w:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Distributed Evolutionary Algorithm for Path Planning in Navigation Situation
    Autorzy:
    Śmierzchalski, R.
    Kuczkowski, Ł.
    Kolendo, P.
    Jaworski, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/116175.pdf
    Data publikacji:
    2013
    Wydawca:
    Uniwersytet Morski w Gdyni. Wydział Nawigacyjny
    Tematy:
    evolutionary algorithm
    path planning
    simulation environment
    Opis:
    This article presents the use of a multi‐population distributed evolutionary algorithm for path planning in navigation situation. The algorithm used is with partially exchanged population and migration between independently evolving populations. In this paper a comparison between a multi‐population and a classic single‐population algorithm takes place. The impact on the ultimate solution has been researched. It was shown that using several independent populations leads to an improvement of the ultimate solution compared to a single population approach. The concept was checked against a problem of maritime collision avoidance.
    Źródło:
    TransNav : International Journal on Marine Navigation and Safety of Sea Transportation; 2013, 7, 2; 293-300
    2083-6473
    2083-6481
    Pojawia się w:
    TransNav : International Journal on Marine Navigation and Safety of Sea Transportation
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Mean crossover in evolutionary path planning method for maritime collision avoidance
    Krzyżowanie uśredniające w ewolucyjnej metodzie planowania ścieżki przejścia w zastosowaniu do problemu unikania kolizji na morzu
    Autorzy:
    Kuczkowski, Ł.
    Kolendo, P.
    Jaworski, B.
    Śmierzchalski, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/359740.pdf
    Data publikacji:
    2012
    Wydawca:
    Akademia Morska w Szczecinie. Wydawnictwo AMSz
    Tematy:
    algorytmy genetyczne
    planowanie ścieżki przejścia
    unikanie kolizji
    genetic algorithms
    path planning
    collision avoidance
    Opis:
    This paper presents the use of mean crossover genetic operator for path planning using evolutionary algorithm for collision avoidance on sea. Mean crossover ensures widening of the possible solutions’ set that can be achieved in comparison to exchange crossover variant. The research shown, that the mean crossover allows to achieve results independent from the initial generation and quicker transition of the algorithm from the exploration to the exploitation phase. New version of the algorithm allows for an effective solution search for the problem of a collision scenario on sea.
    Artykuł przedstawia zastosowanie operatora krzyżowania uśredniającego do wyznaczania ścieżki przejścia przy użyciu algorytmu ewolucyjnego w zastosowaniu do unikania kolizji na morzu. Krzyżowanie uśredniające zapewnia rozszerzenie zbioru rozwiązań możliwych do uzyskania w porównaniu z wariantem krzyżowania wymieniającego. Przeprowadzone badania wykazały, że zastosowany wariant krzyżowania pozwala na uniezależnienie wyników symulacji od postaci populacji początkowej oraz szybsze przejście algorytmu z fazy eksploracji do eksploatacji obszaru przyciągania optimum. Nowa wersja algorytmu pozwala na skuteczne poszukiwanie rozwiązań w sytuacji kolizyjnej na morzu.
    Źródło:
    Zeszyty Naukowe Akademii Morskiej w Szczecinie; 2012, 30 (102); 70-77
    1733-8670
    2392-0378
    Pojawia się w:
    Zeszyty Naukowe Akademii Morskiej w Szczecinie
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Ewolucyjna metoda wyznaczania zadanej trajektorii statku z zastosowaniem mechanizmu niszowania
    Evolutionary method of ship path planning with the application of niching mechanism
    Autorzy:
    Kolendo, P.
    Jaworski, B.
    Kuczkowski, Ł.
    Śmierzchalski, R.
    Witkowska, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/267296.pdf
    Data publikacji:
    2013
    Wydawca:
    Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
    Tematy:
    algorytmy ewolucyjne
    niszowanie ścieżek przejść
    planowanie ścieżek przejść
    evolutionary algorithms
    niching path planning
    ship path planning
    Opis:
    Artykuł prezentuje implementację mechanizmu niszowania do ewolucyjnej metody wyznaczania zadanej trajektorii statku. W metodzie proponowane jest porównywanie różnorodności osobników w oparciu o fizyczną odległość między trajektoriami. Badania pokazują, że takie podejście zwiększa efektywność eksploracji przestrzeni rozwiązań dzięki czemu osiąga się poprawę końcowej wartości funkcji przystosowania. Problem poszukiwania ścieżki przejścia rozpatrywany jest w oparciu o sytuacje kolizyjne na morzu.
    Paper presents the application of niching mechanism in the ship evolutionary path planning method. In presented method the comparison of individuals diversity is proposed according to physical distance between paths. Paper presents advantages and disadvantages of such approach in comparison to classic method. The problem is considered for several ship collision avoidance scenarios at different levels of difficulty.
    Źródło:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2013, 36; 97-101
    1425-5766
    2353-1290
    Pojawia się w:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-6 z 6

      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