Informacja

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

Wyszukujesz frazę "ewolucja różnicowa" wg kryterium: Temat


Wyświetlanie 1-11 z 11
Tytuł:
Solving the sudoku with the differential evolution
Ewolucja różnicowa w rozwiązywaniu Sudoku
Autorzy:
Boryczka, U.
Juszczuk, P.
Powiązania:
https://bibliotekanauki.pl/articles/341123.pdf
Data publikacji:
2012
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
ewolucja różnicowa
sudoku
optymalizacja dyskretna
differential evolution
discrete optimization
Opis:
In this paper, we present the application of the Differential Evolution (DE) algorithm to solving the combinatorial problem. The advantage of the DE algorithm is its capability of avoiding so-called "local minima" within the considered search space. Thanks to the special operator of the adaptive mutation, it is possible to direct the searching process within the solution space. The DE algorithm applies the selection operator that selects from the child population only the offspring with the greater value of the fitness function in comparison to their parents. An algorithm applied to a combinatorial optimization problem: Sudoku puzzle is presented. Sudoku consists of a nine by nine grid, divided into nine three by three boxes. Each of the eighty-one squares should be filled in with a number between one and nine. In this article we show, that the mutation schema has significant impact on the quality of created solution.
W artykule przedstawimy propozycję zastosowania algorytmu ewolucji różnicowej do rozwiązywania problemów kombinatorycznych. Przewagą ewolucji różnicowej jest zdolność do unikania optimów lokalnych w przestrzeni przeszukiwań. Specjalny operator mutacji pozwala ukierunkować proces poszukiwań rozwiązania. W ewolucji różnicowej stosowany jest operator selekcji, który promuje tylko najlepiej przystosowane osobniki z populacji rodziców i potomków. Przedstawimy zastosowanie opisanego algorytmu do problemu rozwiązywania Sudoku. Sudoku składa się z planszy 9 na 9, podzielonej na 9 sekcji -każda o rozmiarze 3 na 3 elementy. Każda z 81 kratek powinna zostać wypełniona wartością z przedziału 1 do 9. W artykule pokażemy, że ewolucja różnicowa pozwala na rozwiązywanie Sudoku.
Źródło:
Zeszyty Naukowe Politechniki Białostockiej. Informatyka; 2012, 9; 5-16
1644-0331
Pojawia się w:
Zeszyty Naukowe Politechniki Białostockiej. Informatyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Learning finite Gaussian mixtures using differential evolution
Uczenie skończonych mieszanin rozkładów normalnych przy pomocy algorytmu ewolucji różnicowej
Autorzy:
Kwedlo, W.
Powiązania:
https://bibliotekanauki.pl/articles/341041.pdf
Data publikacji:
2010
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
mieszaniny rozkładów normalnych
ewolucja różnicowa
algorytm EM
Gaussian mixtures
differential evolution
EM algorithm
Opis:
In the paper the problem of parameter estimation of finite mixture of multivariate Gaussian distributions is considered. A new approach based on differential evolution (DE) algorithm is proposed. In order to avoid problems with infeasibility of chromosomes our version of DE uses a novel representation, in which covariance matrices are encoded using their Cholesky decomposition. Numerical experiments involved three version of DE differing by the method of selection of strategy parameters. The results of experiments, performed on two synthetic and one real dataset indicate, that our method is able to correctly identify the parameters of the mixture model. The method is also able to obtain better solutions than the classical EM algorithm. Keywords: Gaussian mixtures, differential evolution, EM algorithm.
W artykule rozważono problem uczenia parametrów skończonej mieszaniny wielowymiarowych rozkładów normalnych. Zaproponowano nową metodę uczenia opartą na algorytmie ewolucji różnicowej. W celu uniknięcia problemów z niedopuszczalnością chromosomów algorytm ewolucji różnicowej wykorzystuje nową reprezentację, w której macierze kowariancji są reprezentowane przy pomocy dekompozycji Cholesky’ego. W eksperymentach wykorzystano trzy wersje algorytmu ewolucji różnicowej różniące się metodą˛ doboru parametrów. Wyniki eksperymentów, przeprowadzonych na dwóch syntetycznych i jednym rzeczywistym zbiorze danych, wskazują że zaproponowana metoda jest w stanie poprawnie identyfikować parametry modelu. Metoda ta osiąga również lepsze wyniki niż klasyczyny algorytm EM.
Źródło:
Zeszyty Naukowe Politechniki Białostockiej. Informatyka; 2010, 5; 19-33
1644-0331
Pojawia się w:
Zeszyty Naukowe Politechniki Białostockiej. Informatyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
An enhanced differential evolution algorithmwith adaptive weight bounds for efficient training ofneural networks
Ulepszony algorytm ewolucji różnicowej z adaptacyjnymi granicami wag dla efektywnego szkolenia sieci neuronowych
Autorzy:
Limtrakul, Saithip
Wetweerapong, Jeerayut
Powiązania:
https://bibliotekanauki.pl/articles/27315365.pdf
Data publikacji:
2023
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
neural network
differential evolution
training neural network
function approximation
sieć neuronowa
ewolucja różnicowa
trening sieci neuronowej
aproksymacja funkcji
Opis:
Artificial neural networks are essential intelligent tools for various learning tasks. Training them is challenging due to the nature of the data set, many training weights, and their dependency, which gives rise to a complicated high-dimensional error function for minimization. Thus, global optimization methods have become an alternative approach. Many variants of differential evolution (DE) have been applied as training methods to approximate the weights of a neural network. However, empirical studies show that they suffer from generally fixed weight bounds. In this research, we propose an enhanced differential evolution algorithm with adaptive weight bound adjustment (DEAW) for the efficient training of neural networks. The DEAW algorithm uses small initial weight bounds and adaptive adjustment in the mutation process. It gradually extends the bounds when a component of a mutant vector reaches its limits. We also experiment with using several scales of an activation function with the DEAW algorithm. Then, we apply the proposed method with its suitable setting to solve function approximation problems. DEAW can achieve satisfactory results compared to exact solutions.
Sztuczne sieci neuronowe są niezbędnymi inteligentnymi narzędziami do realizacji różnych zadań uczenia się. Ich szkolenie stanowi wyzwanie ze względu na charakter zbioru danych, wiele wag treningowych i ich zależności, co powoduje powstanie skomplikowanej, wielowymiarowej funkcji błędu do minimalizacji. Dlatego alternatywnym podejściem stały się metody optymalizacji globalnej. Wiele wariantów ewolucji różnicowej (DE) zostało zastosowanych jako metody treningowe do aproksymacji wag sieci neuronowej. Jednak badania empiryczne pokazują, że cierpią one z powodu ogólnie ustalonych granic wag. W tym badaniu proponujemy ulepszony algorytm ewolucji różnicowej z adaptacyjnym dopasowaniem granic wag (DEAW) dla efektywnego szkolenia sieci neuronowych. Algorytm DEAW wykorzystuje małe początkowe granice wag i adaptacyjne dostosowanie w procesie mutacji. Stopniowo rozszerza on granice, gdy składowa wektora mutacji osiąga swoje granice. Eksperymentujemy również z wykorzystaniem kilku skal funkcji aktywacji z algorytmem DEAW. Następnie, stosujemy proponowaną metodę z jej odpowiednim ustawieniem do rozwiązywania problemów aproksymacji funkcji. DEAW może osiągnąć zadowalające rezultaty w porównaniu z rozwiązaniami dokładnymi.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2023, 13, 1; 4--13
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A differential evolution approach to dimensionality reduction for classification needs
Autorzy:
Martinović, G.
Bajer, D.
Zorić, B.
Powiązania:
https://bibliotekanauki.pl/articles/331498.pdf
Data publikacji:
2014
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
classification
differential evolution
feature subset selection
k-nearest neighbour algorithm
wrapper method
ewolucja różnicowa
selekcja cech
algorytm najbliższego sąsiada
Opis:
The feature selection problem often occurs in pattern recognition and, more specifically, classification. Although these patterns could contain a large number of features, some of them could prove to be irrelevant, redundant or even detrimental to classification accuracy. Thus, it is important to remove these kinds of features, which in turn leads to problem dimensionality reduction and could eventually improve the classification accuracy. In this paper an approach to dimensionality reduction based on differential evolution which represents a wrapper and explores the solution space is presented. The solutions, subsets of the whole feature set, are evaluated using the k-nearest neighbour algorithm. High quality solutions found during execution of the differential evolution fill the archive. A final solution is obtained by conducting k-fold cross-validation on the archive solutions and selecting the best one. Experimental analysis is conducted on several standard test sets. The classification accuracy of the k-nearest neighbour algorithm using the full feature set and the accuracy of the same algorithm using only the subset provided by the proposed approach and some other optimization algorithms which were used as wrappers are compared. The analysis shows that the proposed approach successfully determines good feature subsets which may increase the classification accuracy.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2014, 24, 1; 111-122
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Estimation of parameters of Gaussian mixture models by a hybrid method combining a self-adaptive differential evolution with the EM algorithm
Estymacja parametrów modeli mieszanin rozkładów normalnych przy pomocy metody hybrydowej łączącej samoadaptacyjną ewolucję różnicową z algorytmem EM
Autorzy:
Kwedlo, W.
Powiązania:
https://bibliotekanauki.pl/articles/88410.pdf
Data publikacji:
2014
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
mieszaniny rozkładów normalnych
ewolucja różnicowa
algorytm EM
grupowanie danych
Gaussian mixture models
differential evolution
expectation maximization
model-based clustering
Opis:
In the paper the problem of learning of Gaussian mixture models (GMMs) is considered. A new approach based on hybridization of a self-adaptive version of differential evolution (DE) with the classical EM algorithm is described. In this approach, called DEEM, the EM algorithm is run until convergence to fine-tune each solution obtained by the mutation and crossover operators of DE. To avoid the problem with parameter representation and infeasible solutions we use a method in which the covariance matrices are encoded using their Cholesky factorizations. In a simulation study GMMs were used to cluster synthetic datasets differing by a degree of separation between clusters. The results of experiments indicate that DE-EM outperforms the standard multiple restart expectation-maximization algorithm (MREM). For datasets with high number of features it also outperforms the state of-the-art random swap EM (RSEM).
W pracy poruszono problem uczenia modeli mieszanin rozkładów normalnych. Zaproponowano nowe podejście, nazwane DE-EM, oparte na hybrydyzacji samoadaptacyjnego algorytmu ewolucji różnicowej i klasycznego algorytmu EM. W nowej metodzie rozwiązanie otrzymane jako wynik operatorów mutacji i krzyżowania jest poddawane optymalizacji lokalnej, prowadzonej aż do momentu uzyskania zbieżności, przez algorytm EM. Aby uniknąć problemu z reprezentacją macierzy kowariancji i niedopuszczalności rozwiązań użyto metody, w której macierze kowariancji są kodowane przy pomocy dekompozycji Cholesky’ego. W badaniach symulacyjnych modele mieszanin rozkładów normalnych zastosowano do grupowania danych syntetycznych. Wyniki eksperymentów wskazują, że metoda DE-EM osiąga lepsze wyniki niż standardowa technika wielokrotnego startu algorytmu ˙ EM. Dla zbiorów danych z dużą liczbą cech, metoda osiąga lepsze wyniki niż technika losowej wymiany rozwiązań połączona z algorytmem EM.
Źródło:
Advances in Computer Science Research; 2014, 11; 109-123
2300-715X
Pojawia się w:
Advances in Computer Science Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Automatic calibration and sensitivity analysis of DISPRIN model parameters: A case study on Lesti watershed in East Java, Indonesia
Kalibracja automatyczna i analiza czułości parametrów modelu DISPRIN: Przypadek zlewni Lesti w prowincji Jawa Wschodnia, Indonezja
Autorzy:
Sulianto, S.
Bisri, M.
Limantara, L. M.
Sisinggih, D.
Powiązania:
https://bibliotekanauki.pl/articles/947273.pdf
Data publikacji:
2018
Wydawca:
Instytut Technologiczno-Przyrodniczy
Tematy:
differential evolution
Dee Investigation Simulation Program for Regulating Network (DISPRIN)
model
Lesti watershed
simulation
ewolucja różnicowa
model DISPRIN
symulacja
zlewnia Lesti
Opis:
The Dee Investigation Simulation Program for Regulating Network (DISPRIN) model consists of eight tanks that are mutually interconnected. It contains 25 parameters involved in the process of transforming rainfall into runoff data. This complexity factor is the appeal to be explored in order to more efficiently. Parameterization process in this research is done by using Differential Evolution (DE) algorithm while parameters sensitivity analysis is done by using Monte Carlo simulation method. Software application models of merging the two concepts are called DISPRIN25-DE model and compiled using code program M-FILE from MATLAB. Results of research on Lesti watershed at the control point Tawangrejeni automatic water level recorder (AWLR) station (319.14 km2) in East Java Indonesia indicate that the model can work effectively for transforming rainfall into runoff data series. Model performance at the calibration stage provide value of NSE = 0.871 and PME = 0.343 while in the validation stage provide value of NSE = 0.823 and PME = 0.180. Good performance in the calibration process indicates that DE algorithm is able to solve problems of global optimization of the equations system with a large number of variables. The results of the sensitivity analysis of 25 parameters showed that 3 parameters have a strong sensitivity level, 7 parameters with a medium level and 15 other parameters showed weak sensitivity level to performance of DISPRIN model.
Model DISPRIN składa się z ośmiu zbiorników wzajemnie ze sobą połączonych. Zawiera 25 parametrów zaangażowanych w proces transformacji danych opadowych w dane odpływu. Ten czynnik złożoności skłania do podjęcia badań celem zwiększenia wydajności. W badaniach prezentowanych w niniejszej pracy proces parametryzacji zrealizowano, stosując algorytm zróżnicowanej ewolucji (DE), podczas gdy analizę czułości przeprowadzono z użyciem metody symulacji Monte Carlo. Modele aplikacji polegające na łączeniu dwóch koncepcji nazywane są DISPRIN25-DE i są kompilowane za pomocą programu M-FILE z MATLAB. Wyniki badań zlewni Lesti (319,14 km2) w punkcie kontrolnym stacji Tawangrejeni z automatycznym pomiarem poziomu wody w prowincji Jawa Wschodnia w Indonezji wskazują, że model może efektywnie działać w celu przekształcenia opadów w serie danych o odpływie. Na etapie kalibracji model dostarczył wartości NSE = 0,871 i PME = 0,343, a na etapie walidacji wartości NSE = 0.823 i PME = 0,180. Dobre rezultaty w procesie kalibracji wskazują, że algorytm DE jest zdolny rozwiązywać problemy globalnej optymalizacji systemu równań z dużą liczbą zmiennych. Wyniki analizy czułości 25 parametrów wykazały, że 3 parametry mają wysoką czułość, 7 – pośrednią, a 15 innych parametrów cechuje niski poziom czułości na zachowanie modelu DISPRIN.
Źródło:
Journal of Water and Land Development; 2018, 37; 141-152
1429-7426
2083-4535
Pojawia się w:
Journal of Water and Land Development
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Optimum placement of multi type DG units for loss reduction in a radial distribution system considering the distributed generation
Autorzy:
Shanmugapriyan, J.
Karuppiah, N.
Muthubalaji, S.
Tamilselvi, S.
Powiązania:
https://bibliotekanauki.pl/articles/201758.pdf
Data publikacji:
2018
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
distributed generation
distributed generation suitability index
particle swarm optimization (PSO)
differential evolution
voltage profile
optymalizacja roju cząstek
ewolucja różnicowa
generacja rozproszona
Opis:
Due to the increasing need for electricity, insertion of distributed generation (DG) into a distribution system attracts the attention of the deregulated power market. Placing DG in the distribution system inherently reduces the power loss and improves the system voltage profile. The choice of DG, proper placement and sizing of DG all play a vital role. This paper presents an effective methodology to identify the optimum location of multi type DG in the distribution system. The particle swarm optimization (PSO) algorithm and differential evolution (DE) are applied to identify the proper location and size of DG using the distributed generation suitability index (DGSI). The optimum location of DG is identified through DGSI and optimum sizing is done by means of the power loss minimization technique using evolutionary algorithms. The effective power loss reduction and improved system voltage profile are evaluated using sixteen combinations of different types of DGs with the standard IEEE 33-bus test system. The results reveal that power loss reduction and voltage profile improvement are effectively addressed by the DE algorithm.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2018, 66, 3; 345-354
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Colour Difference Classification for Dyed Fabrics Based on Differential Evolution with Dynamic Parameter Selection to Optimise the Output Regularisation Extreme Learning Machine
Wybór parametrów w celu optymalizacji regularyzacji wyjściowej maszyny uczącej się
Autorzy:
Zhou, Zhiyu
Liu, Dexin
Zhang, Jianxin
Zhu, Zefei
Yang, Donghe
Jiang, Likai
Powiązania:
https://bibliotekanauki.pl/articles/1419657.pdf
Data publikacji:
2021
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
Tematy:
colour difference classification
differential evolution
extreme learning machine
output regularisation
parameter selection
klasyfikacja różnicy kolorów
ewolucja różnicowa
maszyna ucząca się
regularyzacja wyjściowa
dobór parametru
Opis:
A novel optimisation technique based on the differential evolution (DE) algorithm with dynamic parameter selection (DPS-DE) is proposed to develop a colour difference classification model for dyed fabrics, improve the classification accuracy, and optimise the output regularisation extreme learning machine (RELM). The technique proposed is known as DPS-DE-RELM and has three major differences compared with DE-ELM: (1) Considering that the traditional ELM provides an illness solution based on the output weights, DE is proposed to optimise the output of the RELM. (2) Considering the simple parameter setting of the traditional algorithm, the DE algorithm with DPS is adopted. (3) For DPS, an optimal range of parameters is chosen, and the efficiency of the algorithm is significantly improved. This study analyses the colour difference classification of fabric images captured under standard lighting based on the DPS-DE-RELM algorithm. First, the colour difference of the fabric images is calculated and six color-difference-related features extracted, and second the features are classified into five different levels based on the perception of humans. Finally, a colour difference classification model is built based on the DPS-DERELM algorithm, and then the optimal classification model suitable for this study is selected. The experimental results show that the output method with regularisation parameters can achieve a maximum classification accuracy of 98.87%, which is higher compared with the aforementioned optimised original ELM algorithm, which can achieve a maximum accuracy of 84.67%. Therefore, the method proposed has the advantages of greater convergence speed, high classification accuracy, and robustness.
W pracy zaproponowano nowatorską technikę optymalizacji opartą na algorytmie ewolucji różnicowej (DE) z doborem parametrów (DPS-DE) w celu opracowania modelu klasyfikacji różnicy kolorów dla tkanin barwionych, poprawy dokładności klasyfikacji i optymalizacji regularyzacji wyjściowej maszyny do uczącej się (RELM). Zaproponowana technika jest znana jako DPS-DE-RELM i cechuje się trzema głównymi różnicami w porównaniu do DE-ELM: (1) Biorąc pod uwagę, że tradycyjny ELM zapewnia rozwiązanie w oparciu o wagi wyjściowe, proponuje się DE w celu optymalizacji wydajności RELM. (2) Biorąc pod uwagę proste ustawienie parametrów tradycyjnego algorytmu, przyjęto algorytm DE z DPS. (3) W przypadku DPS wybierany jest optymalny zakres parametrów, a wydajność algorytmu znacznie się poprawia. Podczas badania przeanalizowano klasyfikację różnic kolorów obrazów tkanin zarejestrowanych w standardowym oświetleniu w oparciu o algorytm DPS-DE-RELM. Po pierwsze, obliczono różnicę kolorów obrazów tkanin i wyodrębniono sześć cech związanych z różnicą kolorów, a po drugie cechy te zaklasyfikowano na pięciu różnych poziomach w oparciu o percepcję ludzi. Na koniec zbudowano model klasyfikacji różnicy kolorów w oparciu o algorytm DPS-DE-RELM, a następnie wybrano optymalny model klasyfikacji odpowiedni do tego badania. Wyniki eksperymentalne pokazały, że metoda wyjściowa z parametrami regularyzacji może osiągnąć maksymalną dokładność klasyfikacji wynoszącą 98,87%, czyli wyższą w porównaniu z zoptymalizowanym oryginalnym algorytmem ELM, który może osiągnąć maksymalną dokładność na poziomie 84,67%. Stwierdzono, że zaproponowana metoda niesie ze sobą korzyści w postaci większej szybkości zbieżności, wysokiej dokładności klasyfikacji i odporności.
Źródło:
Fibres & Textiles in Eastern Europe; 2021, 3 (147); 97-102
1230-3666
2300-7354
Pojawia się w:
Fibres & Textiles in Eastern Europe
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A hybrid procedure to identify the optimal stiffness coefficients of elastically restrained beams
Autorzy:
Silva, T.
Loja, M.
Maia, N.
Barbosa, J.
Powiązania:
https://bibliotekanauki.pl/articles/330867.pdf
Data publikacji:
2015
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
transverse vibration
Bernoulli-Euler beam
elastic support
torsional stiffness coefficient
differential evolution
Kriging predictor
drgania poprzeczne
belka Bernoulliego-Eulera
podparcie elastyczne
sztywność skrętna
ewolucja różnicowa
Opis:
The formulation of a bending vibration problem of an elastically restrained Bernoulli–Euler beam carrying a finite number of concentrated elements along its length is presented. In this study, the authors exploit the application of the differential evolution optimization technique to identify the torsional stiffness properties of the elastic supports of a Bernoulli–Euler beam. This hybrid strategy allows the determination of the natural frequencies and mode shapes of continuous beams, taking into account the effect of attached concentrated masses and rotational inertias, followed by a reconciliation step between the theoretical model results and the experimental ones. The proposed optimal identification of the elastic support parameters is computationally demanding if the exact eigenproblem solving is considered. Hence, the use of a Gaussian process regression as a meta-model is addressed. An experimental application is used in order to assess the accuracy of the estimated parameters throughout the comparison of the experimentally obtained natural frequency, from impact tests, and the correspondent computed eigenfrequency.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2015, 25, 2; 245-257
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Direct least squares and derivative-free optimisation techniques for determining mine-induced horizontal ground displacement
Autorzy:
Rusek, Janusz
Tajduś, Krzysztof
Powiązania:
https://bibliotekanauki.pl/articles/2090675.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
horizontal ground displacement
mining
direct least squares
derivative-free optimisation
genetic algorithms
differential evolution
particle swarm optimization
przemieszczenie poziome gruntu
górnictwo
optymalizacja bez pochodnych
optymalizacja roju cząstek
algorytmy genetyczne
ewolucja różnicowa
bezpośrednie najmniejsze kwadraty
Opis:
The paper presents the results of analyses concerning a new approach to approximating trajectory of mining-induced horizontal displacements. Analyses aimed at finding the most effective method of fitting data to the trajectory of mining-induced horizontal displacements. Two variants were made. In the first, the direct least square fitting (DLSF) method was applied based on the minimization of the objective function defined in the form of an algebraic distance. In the second, the effectiveness of differential-free optimization methods (DFO) was verified. As part of this study, the following methods were tested: genetic algorithms (GA), differential evolution (DE) and particle swarm optimization (PSO). The data for the analysis were measurements of on the ground surface caused by the mining progressive work at face no. 698 of the German Prospel-Haniel mine. The results obtained were compared in terms of the fitting quality, the stability of the results and the time needed to carry out the calculations. Finally, it was found that the direct least square fitting (DLSF) approach is the most effective for the analyzed registration data base. In the authors’ opinion, this is dictated by the angular range in which the measurements within a given measuring point oscillated.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2021, 69, 1; e135840, 1--12
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Direct least squares and derivative-free optimisation techniques for determining mine-induced horizontal ground displacement
Autorzy:
Rusek, Janusz
Tajduś, Krzysztof
Powiązania:
https://bibliotekanauki.pl/articles/2173560.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
horizontal ground displacement
mining
direct least squares
derivative-free optimisation
genetic algorithms
differential evolution
particle swarm optimization
przemieszczenie poziome gruntu
górnictwo
optymalizacja bez pochodnych
optymalizacja roju cząstek
algorytmy genetyczne
ewolucja różnicowa
bezpośrednie najmniejsze kwadraty
Opis:
The paper presents the results of analyses concerning a new approach to approximating trajectory of mining-induced horizontal displacements. Analyses aimed at finding the most effective method of fitting data to the trajectory of mining-induced horizontal displacements. Two variants were made. In the first, the direct least square fitting (DLSF) method was applied based on the minimization of the objective function defined in the form of an algebraic distance. In the second, the effectiveness of differential-free optimization methods (DFO) was verified. As part of this study, the following methods were tested: genetic algorithms (GA), differential evolution (DE) and particle swarm optimization (PSO). The data for the analysis were measurements of on the ground surface caused by the mining progressive work at face no. 698 of the German Prospel-Haniel mine. The results obtained were compared in terms of the fitting quality, the stability of the results and the time needed to carry out the calculations. Finally, it was found that the direct least square fitting (DLSF) approach is the most effective for the analyzed registration data base. In the authors’ opinion, this is dictated by the angular range in which the measurements within a given measuring point oscillated.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2021, 69, 1; art. no. e135840
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-11 z 11

    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