Informacja

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

Wyszukujesz frazę "Wielokryterialna optymalizacja" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Multi-Criteria Phase Sequence Optimization in Selected the Highest-Voltage Power Lines Using the Evolutionary Algorithm
Wielokryterialna optymalizacja kolejności faz w wybranych układach linii elektroenergetycznych najwyższego napięcia z wykorzystaniem algorytmu ewolucyjnego
Autorzy:
Wasilewski, Jacek
Kubek, Paweł
Powiązania:
https://bibliotekanauki.pl/articles/952881.pdf
Data publikacji:
2019
Wydawca:
ENERGA
Tematy:
evolutionary algorithm
voltage asymmetry
phase sequence optimization
transmission system
multi-criteria optimization
algorytm ewolucyjny
asymetria napięć
optymalizacja kolejności faz
układ przesyłowy
optymalizacja wielokryterialna
Opis:
The article presents a model and results of multi-criteria phase sequence optimization for selected LV line strings in the Polish National Power System, in the context of minimizing the voltage and current asymmetry coefficients. The objective function, decision variables, task parameters, and state variables are characterized in detail. Criteria such as the capital expenditure necessary for line symmetrisation interlacing and voltage asymmetry coefficients were considered. The evolutionary algorithm was used to solve the optimization model presented above. To prioritize the criteria under consideration, the multi-criteria quasi-lexicographic approach was applied. The results are analysed in detail, as well as the input data uncertainty impact on the results.
W artykule przedstawiono model i wyniki wielokryterialnej optymalizacji kolejności faz dla wybranych układów ciągów liniowych NN w KSP, w kontekście minimalizacji wartości współczynników asymetrii napięć i prądów. Scharakteryzowano szczegółowo funkcję celu, zmienne decyzyjne, parametry zadania oraz zmienne stanu. Rozważono kryteria, takie jak: nakład inwestycyjny konieczny do wykonania przeplotu symetryzacji linii (przeplotu) i współczynniki asymetrii napięć. Do rozwiązania przedstawionego wyżej modelu optymalizacyjnego wykorzystano algorytm ewolucyjny. W celu priorytetyzacji rozważanych kryteriów zastosowano wielokryterialne podejście quasi-leksykograficzne. Przedstawiono szczegółową analizę otrzymanych wyników wraz z analizą wpływu niepewności danych wejściowych na otrzymane wyniki.
Źródło:
Acta Energetica; 2019, 2; 73-79
2300-3022
Pojawia się w:
Acta Energetica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Multi-objective optimization with adjusted PSO method on example of cutting process of hardened 18CrMo4 steel
Optymalizacja wielokryterialna skorygowaną metodą PSO na przykładzie procesu skrawania stali 18CrMo4 w stanie zahartowanym
Autorzy:
Stryczek, R.
Pytlak, B.
Powiązania:
https://bibliotekanauki.pl/articles/1366141.pdf
Data publikacji:
2014
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
toczenie na twardo
metoda optymalizacji wielocząsteczkowej (PSO)
obliczenia ewolucyjne
optymalizacja wielokryterialna
entropia
hard turning
particle swarm optimization (PSO) method
evolutionary computations
multi-objective optimization
entropy
Opis:
W pracy zaproponowano zmodyfikowaną metodę optymalizacji wielocząsteczkowej (PSO) dla problemów optymalizacji wielokryterialnej z dyskretną przestrzenią decyzyjną. W metodzie PSO zmieniono sposób określania momentu bezwładności, współczynnika uczenia oraz współczynnika społecznego. Dodatkowo wprowadzono elitaryzm oraz innowacyjny mechanizm hamowania cząstek chroniący je przed przekraczaniem dopuszczalnych granic przestrzeni decyzyjnej. Zaproponowane podejście zostało zweryfikowane na szeregu aktualnych funkcjach testowych oraz problemie optymalizacji procesu skrawania stali 18CrMo4 w stanie zahartowanym, gdzie porównano je z wynikami uzyskanymi za pomocą algorytmów genetycznych (GA). Uzyskane wyniki wskazują, że zaproponowane podejście jest względnie szybkie i wysoce konkurencyjne w stosunku do innych metod optymalizacji. Autorzy uzyskali bardzo różnorodne, zbieżne i w pełnym zakresie przebiegi frontu Pareto w przestrzeni kryteriów. W celu oceny jakości wygenerowanego zbioru Pareto dla każdego z prezentowanych przykładów wyznaczono ocenę opartą na pomiarze entropii oraz wskaźnika jakości IGD.
In this paper a Modified Particle Swarm Optimization (PSO) method for multi-objective (MO) problems with a discrete decision space is proposed. In the PSO method the procedure to determine inertia weight, learning factor and social factor is modified. In addition, both an elitism strategy and innovative deceleration mechanism preventing the particles from going beyond the limits of decision space are introduced. The proposed approach has been applied to a series of currently used test functions as well as to optimization problems connected with finish hard turning operation, where the obtained results have been compared with those obtained by means of Genetic Algorithms (GA). The results indicate that the proposed approach is relatively quick, and thus it is highly competitive with other optimization methods. The authors have obtained a very good diversity, convergence and a maximum range of the Pareto front in the criteria space. In order to assess the quality of the generated Pareto set for each of presented examples, a rating has been determined based on the entropy measurement and inverted generational distance (IGD).
Źródło:
Eksploatacja i Niezawodność; 2014, 16, 2; 236-245
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    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