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 "algorytmy optymalizacji" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-7 z 7
    Tytuł:
    Analiza efektywności wybranych równoległych implementacji algorytmu Gaussa-Seidela
    Efficiency Analysis of Some Parallel Implementations of the Gauss-Seidel Algorithm
    Autorzy:
    Machaczek, M.
    Sadecki, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/275138.pdf
    Data publikacji:
    2015
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    algorytmy optymalizacji
    obliczenia równoległe
    równoległe algorytmy optymalizacji
    optimization algorithms
    parallel computation
    parallel optimization algorithms
    Opis:
    W artykule przedstawiono analizę porównawczą dotyczącą badania efektywności kilku równoległych implementacji algorytmu Gaussa-Seidela. Analizowany w artykule algorytm pozwala na osiągnięcie dosyć dobrych pod względem szybkości zbieżności oraz wartości współczynnika przyspieszenia obliczeń wyników w porównaniu do standardowej sekwencyjnej oraz równoległej implementacji metody Gaussa-Seidela. Obliczenia praktyczne przeprowadzono w środowisku procesorów wielordzeniowych oraz w środowisku klastrów obliczeniowych.
    The paper presents the results of the efficiency analysis of some parallel implementations of Gauss-Seidel algorithm. The main idea of the presented method consists in successive modification of the search directions used in the computations. This modification is performed on the basis of solutions of local optimization subproblems received for all stages of the algorithm. The analyzed algorithm enable to achieve a good efficiency of parallel computation in terms of speed of convergence and value of speedup factor in comparison to standard sequential and parallel implementation of Gauss-Seidel method. Parallel computation were implemented in the multicore processor and multiprocessor cluster.
    Źródło:
    Pomiary Automatyka Robotyka; 2015, 19, 1; 29-36
    1427-9126
    Pojawia się w:
    Pomiary Automatyka Robotyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Skuteczność nowoczesnych algorytmów optymalizacji czerpiących inspirację z procesów naturalnych
    The effectiveness of modern optimization algorithms inspired by natural processes
    Autorzy:
    Klawikowska, Zuzanna
    Puchalski, Bartosz
    Powiązania:
    https://bibliotekanauki.pl/articles/1841916.pdf
    Data publikacji:
    2020
    Wydawca:
    Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
    Tematy:
    optymalizacja
    algorytmy optymalizacji
    benchmark
    metaheurystyki
    optimization
    optimization algorithms
    metaheuristics
    Opis:
    Ze względu na nieistnienie uniwersalnego algorytmu optymalizacji rozwiązującego wszystkie problemy naukowotechniczne opracowywanie nowych i wydajniejszych obliczeniowo algorytmów optymalizacyjnych wciąż jest popularnym zadaniem. Przeglądając literaturę z dziedziny optymalizacji można zauważyć trend tworzenia „wymyślnych” algorytmów opartych na procesach naturalnych. W artykule sprawdzono skuteczność nowopowstałych algorytmów meta-heurystycznych zainspirowanych życiem owadów i zwierząt – czarnych wdów (algorytm BWO) oraz szarego wilka (algorytm GWO). Skuteczność działania wybranych algorytmów porównano z klasycznym algorytmem quasi-Newtonowskim BFGS oraz strategią ewolucyjną CMA-ES, które charakteryzują się solidnym uwarunkowaniem matematycznym. W celach porównawczych wykorzystano 3 wybrane funkcje testowe. W ramach badań sprawdzono również wpływ liczby zmiennych decyzyjnych na czas uzyskiwania rozwiązania.
    Due to the lack of a universal optimization algorithm which solves all scientific and technical problems, developing new and more computationally efficient optimization algorithms is still a popular challenge. Reviewing the literature on optimization there is a trend to create "fancy" algorithms based on natural processes. The article examines the effectiveness of newly developed meta-heuristic algorithms inspired by insects and animals - black widows (BWO algorithm) and grey wolf (GWO algorithm). The effectiveness of the selected algorithms was compared with the classical quasi-Newtonian BFGS algorithm and the evolutionary strategy CMA-ES, which are characterized by a solid mathematical background. Three selected benchmark functions were used for comparison purposes. The study also included a test of the influence of the number of design variables on the time complexity.
    Źródło:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2020, 71; 35-40
    1425-5766
    2353-1290
    Pojawia się w:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Studium przypadku skuteczności nowych metod optymalizacji roju w porównaniu do metod znanych
    Autorzy:
    Baumgart, Jan
    Sangho, Belco
    Powiązania:
    https://bibliotekanauki.pl/articles/41206153.pdf
    Data publikacji:
    2021
    Wydawca:
    Uniwersytet Kazimierza Wielkiego w Bydgoszczy
    Tematy:
    algorytm roju
    wzorce
    inspirowanie naturą
    metaheurystyka
    pojedyncze obiektywne problemy optymalizacji
    optymalizacja funkcji
    algorytmy optymalizacji
    swarm algorithm
    patterns
    inspired by nature
    metaheuristics
    single objective optimization problems
    function optimization
    optimization algorithms
    Opis:
    Porównianie skuteczności nowych metod optymalizacji roju w porównaniu z metodami znanymi w dziedzinie. Inspirowane naturą algorytmy metaheurystyczne stają się coraz bardziej popularne w rozwiązywaniu problemów optymalizacyjnych. Dzięki ich popularności niemal codziennie możemy zobaczyć nowepodejścia i proponowane rozwiązania. W tym artykule przedstawię porównanie, które pokaże kilka najnowszychprac z tej dziedziny w porównaniu z niektórymi algorytmami traktowanymi jako podstawa dziedziny. Głównymcelem było porównanie ostatnio wprowadzonych algorytmów roju i określenie, kiedy nowe rozwiązania są faktycznie szybsze i bardziej precyzyjne. Podsumowując, czy przetestowane nowe podejścia są lepsze niż obecne,dobrze znane i ugruntowane w terenie algorytmy. Algorytmy brane pod uwagę w tej pracy to: Particle SwarmOptimization [5], Artifical Bee Colony [3], Elephant Herding Optimization [7], Whale Optimization [4] i Gras-shopper Optimization [6].Algorytmy uznawane za nowe w tej dziedzinie porównano z dwoma popularnymi idobrze znanymi algorytmami metaheurystycznymi pod względem dokładności znalezionych rozwiązań i szybkości. Zgodnie z wynikami eksperymentów większość porównywanych nowych algorytmów dawała zadowalającewyniki w użytkowaniu.
    Comparing the effectiveness of new methods of swarm optimization in comparison with knownmethods. Nature-inspired metaheuristic algorithms are becoming more and more popular in solving optimization problems. Thanks to their popularity, we can see new approaches and proposed solutions almost everyday. In this article, I will present a comparison that will show some of the most recent works in this fieldcompared to some algorithms considered as the basis of the field. The main goal was to compare the recently introduced swarm algorithms and determine when new solutions are actually faster and more precise. Inconclusion, are the new approaches tested better than the current, well-known and field-grounded algorithms?The algorithms considered in this paper are Particle Swarm Optimization, Artifical Bee Colony, Elephant Herding Optimization, Whale Optimization, and Grasshopper Optimization. Algorithms considered new inthis field were compared with two popular and well-known metaheuristic algorithms in terms of accuracy ofsolutions found and speed. According to the experimental results, most of the compared new algorithms gave satisfactory results in use.
    Źródło:
    Studia i Materiały Informatyki Stosowanej; 2021, 1; 47-50
    1689-6300
    Pojawia się w:
    Studia i Materiały Informatyki Stosowanej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analiza porównawcza klasycznych metod optymalizacji i algorytmu genetycznego na przykładzie projektowania filtrów
    Comparison Analysis of Classical Static Optimization Methods and Genetic Algorithm for Example of The Filter Design
    Autorzy:
    Rutczyńska-Wdowiak, K.
    Stefański, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/155008.pdf
    Data publikacji:
    2010
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    metody optymalizacji statycznej
    algorytmy genetyczne
    projektowanie filtrów
    classical static optimization methods
    genetic algorithms
    design of filters
    Opis:
    W pracy przedstawiono analizę porównawczą metod klasycznych optymalizacji (Box'a i Nelder'a-Mead'a) oraz algorytmu genetycznego w problemie projektowania filtru cyfrowego na przykładzie jego prototypu analogowego. Badania koncentrowały się na określeniu wpływu wybranej metody, zadanych warunków startowych (przestrzeni poszukiwań) oraz kryterium minimalizacji i zatrzymania algorytmów na dokładność uzyskania optymalnego rozwiązania.
    The purpose of the paper is to provide a basis for comparison between classical static optimization methods (Box and Nelder-Mead) and genetic algorithm regarding digital filters based on analog prototype. The analysis of optimization methods (genetic and classical) with regard to convergence and accuracy for the process of searching solution and time of numerical calculations was carried out. It is genetic algorithm, rather than classical static optimization method, that ensures greater probability of finding the global minimum of function. Application of numerical static optimization method is frequently limited due to instability of filter mathematical model during the process of analysis. From among other methods subjected to analysis it is only Box's method that enables the introduction of restrictions which ensure stability of the filter model. Furthermore, the local minimum of function instead of the global one is determined particularly in case of large number of parameters. The genetic algorithms through the random choice of a sufficient number of representative searches within the whole population of potential solutions and therefore the chance of determining the local minimum instead of a global one is considerably smaller than in case of using of classical method. On the other hand, the genetic algorithm requires more numerical calculations by comparison with Nelder-Mead's or Box's methods.
    Źródło:
    Pomiary Automatyka Kontrola; 2010, R. 56, nr 6, 6; 624-627
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Identyfikacja i ocena algorytmów przełączenia biegów przekładni automatycznej podczas rozpędzania autobusu miejskiego
    Identification and evaluation of algorithms for the automatic transmission shift during the acceleration of a city bus
    Autorzy:
    Koralewski, G.
    Wrona, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/314973.pdf
    Data publikacji:
    2014
    Wydawca:
    Instytut Naukowo-Wydawniczy "SPATIUM"
    Tematy:
    autobus miejski
    automatyczna przekładnia hydromechaniczna
    algorytmy sterowania
    kryteria optymalizacji
    czas rozpędzania
    zużycie paliwa
    city bus
    automatical hydromechanical gearbox
    control algorithms
    optimality criterions
    time acceleration
    fuel consumption
    Opis:
    W artykule przedstwiono alnalizę porównawczą algorytmów przełączania biegów automatycznej przekładni hydromechanicznej podczas rozpędzania autobusu miejskiego. W eksperymentalnych badaniach drogowych zostały wyznaczone chwile załączania biegów, zdefiniowane we współrzędnych prędkości ruchu i położenia organu sterowania dawką paliwa. W badaniach analitycznych za pomocą komputerowych symulacji, zostały określone algorytmy załączania poszczególnych biegów, optymalne według kryterium dynamiki rozpędzania autobusu lub zużycia paliwa. Następnie, z wykorzystaniem komputerowego modelu rozpędzania autobusu, zostały wyznaczone podstawowe wskaźniki ruchu przy zastosowaniu w sterowaniu przekładnią określonych uprzednio chwil zmiany biegów. Analiza porównawcza daje podstawy do stwierdzenia, że istnieją możliwości poprawy jakości sterowania układem napędowym autobusu miejskiego.
    The article presents a comparative analysis of algorithms for the automatic hydromechanical transmission shifts during the acceleration of a city bus. In experimental studies, there have been designated moments of switching gears defined in the traffic speed coordinates and the position of the control body of the fuel dose. In analytical studies, due to the use of computer simulations, each gear switching algorithms optimized according to the criterion of dynamic acceleration bus or fuel consumption were defined. Then, due to the use of a computer model of the acceleration of a bus, the basic indicators of traffic, after the application of the previously defined control gear shifting moments, were designated. Comparative analysis provides the basis to conclude that there are possibilities to improve the quality of the propulsion system control of a city bus.
    Źródło:
    Autobusy : technika, eksploatacja, systemy transportowe; 2014, 15, 5; 22-28
    1509-5878
    2450-7725
    Pojawia się w:
    Autobusy : technika, eksploatacja, systemy transportowe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie algorytmów rojowych do optymalizacji parametrów w modelach układów regulacji
    Application of swarm intelligence algorithms to optimization of control system models
    Autorzy:
    Tomera, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/269153.pdf
    Data publikacji:
    2015
    Wydawca:
    Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
    Tematy:
    algorytmy rojowe
    optymalizacja parametrów
    algorytm mrówkowy
    algorytm sztucznej kolonii pszczół
    algorytm optymalizacji rojem cząstek
    swarm intelligence
    swarm based optimization
    ant colony optimization
    Artificial Bee Colony
    particle swarm optimization (PSO)
    Opis:
    W pracy przedstawione zostały algorytmy rojowe, takie jak: algorytm mrówkowy, zmodyfikowany algorytm mrówkowy, algorytm sztucznej kolonii pszczół oraz algorytm optymalizacji rojem cząstek. Dla tych algorytmów przygotowane zostało oprogramowanie w Matlabie, pozwalające na optymalizację parametrów poszukiwanych modeli matematycznych, wyznaczanych na podstawie przeprowadzonych testów identyfikacyjnych lub na optymalizację parametrów regulatorów zastosowanych w modelach matematycznych układów sterowania.
    The paper presents the swarm intelligence algorithms, such as: ant colony algorithm (ACO), the modified ant colony algorithm (MACO), the artificial bee colony algorithm (ABC) and the particle swarm optimization algorithm (PSO). Ant colony optimization (ACO) based upon the observation of the behavior of ant colonies looking for food in the surrounding anthill. Feeding ants it is based on finding the shortest path transitions between a food source and the anthill. In the process of foraging ants on their paths crossing from the nest to a food source and back, they leave a pheromone trail. The work presents also the modified ant colony algorithm (MACO). This algorithm is based on searching the solution space surrounded by the best solution obtained in the previous iteration. If you find a local minimum, the proposed algorithm uses pheromone to find a new solution space, while retaining the position information current local minimum. The artificial bee colony algorithm is one of the well-known swarm intelligence algorithms. In the past decade there has been created several different algorithms based on the observation of the behavior of cooperative bees. Among them, the most frequently analyzed and used is bee algorithm proposed in 2005 by Dervis Karaboga and was be used in the proposed paper. The particle swarm optimization algorithm (PSO) is based on adjusting the change speed of the moving particles to a speed of particles movement in the neighborhood. Particle optimization algorithm is one of the computational techniques derived on the basis of swarm behavior such as flocks of birds and schools of fish, which is the basis for the functioning of the exchange of information to enable them to cooperate. It was noticed that the animals in the herd tend to maintain the optimum distance from their neighbors, by appropriate adjustment of their speed. This method allows the synchronous and collision-free motion, often accompanied by sudden changes of direction and due to the rearrangement of the optimal formation. For these algorithms has been prepared the software in Matlab, allowing to optimization of the mathematical models designated on the basis of the carried out identification tests and control parameters used in the mathematical model of the control system.
    Źródło:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2015, 46; 97-102
    1425-5766
    2353-1290
    Pojawia się w:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    SZACOWANIE KOSZTU SPRAWIEDLIWOŚCI ALOKACJI OBCIĄŻEŃ W SIECI DLA METODY OPTYMALIZACJI UPORZĄDKOWANEJ ŚREDNIEJ WAŻONEJ
    ESTIMATION THE PRICE OF FAIRNESS FOR NETWORK BANDWIDTH ALLOCATION BY THE OWA OPTIMIZATION
    Autorzy:
    Zalewski, Grzegorz
    Ogryczak, Włodzimierz
    Powiązania:
    https://bibliotekanauki.pl/articles/453628.pdf
    Data publikacji:
    2015
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
    Tematy:
    etoda optymalizacji średniej ważonej
    OWA
    optymalizacja sprawiedliwa
    optymalizacja wielokryterialna
    optymalizacja sieci
    koszt sprawiedliwości
    problemy decyzyjne
    programowanie liniowe
    algorytmy
    optimization
    ordered weighted averaging
    fair optimization
    multi-criteria optimization
    network optimization
    the price of fairness
    decision-making problems
    linear programming
    algorithms
    Opis:
    Jednym z wielu problemów podczas wymiarowania sieci telekomunikacyjnych jest optymalizacja przepływów zapotrzebowań między zadanymi węzłami. Jednym ze sposobów wykorzystywanych do tego celu jest formułowanie zadania programowania liniowego. W niniejszej pracy skupiono się na optymalizacji ulokowania przepływów na danych ścieżkach w grafie nieskierowanym. Dodatkowo ważnym elementem zadania jest fakt, że ścieżki dzielą między sobą ograniczone zasoby przepustowości, co sprawia zaistnienie rzeczywistego problemu decyzyjnego. Dla tak sformułowanego problemu wykorzystano formułę krawędź-ścieżka programowania liniowego oraz implementację zadania w standardzie AMPL. W pracy oszacowano koszt rozwiązania sprawiedliwego dla modelu OWA (Ordered Weighted Averaging) w porównaniu do rozwiązania maksymalizującego przepływy na ścieżkach oraz do rozwiązania modelu MMF (maximin fairness). Efektem końcowym pracy jest przedstawienie wyników oraz podsumowanie analizy otrzymanych rozwiązań na bazie danych przykładowych, stanowiących odniesienie do sieci telekomunikacyjnej szkieletowej Polski, gdzie głównym miernikiem jest różnica wartości funkcji celu dla wymienionych metod sprawiedliwej optymalizacji oraz rozwiązania maksymalizującego przepływ całkowity.
    An important problem when designing a telecommunication network is to optimize the flow demands at the network between pre-defined nodes. One of the solutions used for this purpose is to formulate the linear programming. In this paper we focus on the optimization of locating the data flow path in an undirected network. It provides an actual decision-making problem. For such a problem the link-path formula has been chosen. Problem also has brought to linear programming and implemented in AMPL standard. The study estimated the price of fairness for the considered model OWA (Ordered Weighted Averaging) compared to solve maximizing flows on the paths and to solve the model MMF (Maximin fairness). The final effect of the work is to present the results and a summary of the analysis, obtained solutions based on sample data by reference to the telecommunication network which in this case was the backbone Polish net. The main measure is the difference between the value of the objective function for these fair methods and solutions maximizing total flow.
    Źródło:
    Metody Ilościowe w Badaniach Ekonomicznych; 2015, 16, 4; 230-241
    2082-792X
    Pojawia się w:
    Metody Ilościowe w Badaniach Ekonomicznych
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-7 z 7

      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