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 "struktury sieci" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Optymalizacja struktur elektroenergetycznych sieci promieniowych
    Optimization of the structures of electric power radial
    Autorzy:
    Brożek, J.
    Bąchorek, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/376779.pdf
    Data publikacji:
    2014
    Wydawca:
    Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
    Tematy:
    optymalizacja
    struktury sieci
    algorytmy genetyczne
    wyżarzanie symulowane
    Opis:
    Optymalizacja promieniowych struktur sieci elektroenergetycznych należy do problemów NP - trudnych. Funkcją celu analizowanego problemu stanowią koszty roczne struktury sieci elektroenergetycznej (roczny koszt inwestycyjny i zmienny). Do poszukiwania rozwiązań suboptymalnych zaproponowano metodę wykorzystującą algorytm genetyczny i algorytm symulowanego wyżarzania. Oba algorytmy optymalizują (minimalizują) tą samą funkcję celu. Uzyskanie takich samych rozwiązań dwoma algorytmami zwiększa prawdopodobieństwo, że otrzymana struktura sieci promieniowej jest strukturą optymalną w sensie przyjętej funkcji celu. W artykule przedstawiono przykład obliczeniowy ilustrujący zastosowanie programu komputerowego do optymalizacji struktury sieci promieniowej. Uzyskane wyniki porównano z rozwiązaniem otrzymanym w wyniku przeglądu zupełnego.
    In the paper, the problem of the optimal design of the structures of two-voltage electric power radial networks is analyzed. The optimization of the structure of electric power networks is an NP-hard problem. The aim function of the analyzed problem is the annual cost of the electric power network structure (the annual investment cost + the annual variable cost). In order to find (suboptimal) solutions to the problem a method using genetic algorithms and simulated annealing is proposed. Both algorithms optimize (minimize) the same function. Obtaining the same solution with the use of two different algorithms increases the probability that the resulting network structure is optimal given the aim function. The paper includes also an example, which illustrates the application of the proposed method (implemented in a computer program) to the optimization of the structure of a radial network. A comparison of the obtained results with the solution resulting from the use of a complete (i.e., non-heuristic) method, is also provided.
    Źródło:
    Poznan University of Technology Academic Journals. Electrical Engineering; 2014, 78; 35-42
    1897-0737
    Pojawia się w:
    Poznan University of Technology Academic Journals. Electrical Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Optymalizacja struktur elektroenergetycznych sieci promieniowych z wykorzystaniem algorytmów sztucznej inteligencji
    Optimization of the structure of electric power radial networks with the use of AI algorithms
    Autorzy:
    Bąchorek, W.
    Brożek, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/377553.pdf
    Data publikacji:
    2012
    Wydawca:
    Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
    Tematy:
    struktury elektroenergetyczne sieci promieniowych
    elektroenergetyczna sieć promieniowa
    algorytm genetyczny
    AG
    algorytm symulowanego wyżarzania
    SW
    sztuczna inteligencja
    Opis:
    W artykule przedstawiono metodę optymalizacji projektowania struktur dwunapięciowych elektroenergetycznych sieci promieniowych. Metoda wykorzystuje algorytm genetyczny (AG) i algorytm symulowanego wyżarzania (SW). Oba algorytmy optymalizują tą samą funkcję celu. Funkcję celu stanowi koszt roczny sieci elektroenergetycznej, który na etapie działania algorytmów jest minimalizowany. Działanie każdego algorytmu z osobna generuje, w czasie możliwym do przejęcia, suboptymalną strukturę sieci. Uzyskanie takich samych rozwiązań dwoma algorytmami zwiększa prawdopodobieństwo, że otrzymana struktura sieci promieniowej jest strukturą optymalną w sensie przyjętej funkcji celu. W metodzie algorytmy wykorzystują przemiennie, jako dane wejściowe, najlepsze uzyskane rozwiązania struktur sieci. W artykule przedstawiono krótki opis algorytmów oraz przykład obliczeniowy ilustrujący zastosowanie opracowanej metody do optymalizacji modelowej struktury elektroenergetycznej sieci promieniowej.
    In the paper the method for optimizing the design process of the structures of two-voltage electric power radial networks is presented. The method takes advantage of a genetic algorithm (GA) as well as a simulated annealing algorithm (SA). Both algorithms minimize the same aim function, which is the annual cost of the electric power network. The execution of each of the algorithms generates - within the same acceptable period of time - a suboptimal structure of the network. If the same result is obtained through the utilization of both methods, the probability increases that the obtained network structure is optimal against the accepted aim function. The implemented algorithms use interchangeably - as the input data - the best obtained network structures. In the paper there is also presented an example illustrating the application of the developed computer program to the optimization of a model structure of an electric power radial network.
    Źródło:
    Poznan University of Technology Academic Journals. Electrical Engineering; 2012, 70; 134-142
    1897-0737
    Pojawia się w:
    Poznan University of Technology Academic Journals. Electrical Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zarządzanie jako teoria: pięć propozycji
    Governance as a Theory: Five Propositions
    Autorzy:
    Stoker, Gerry
    Powiązania:
    https://bibliotekanauki.pl/articles/904168.pdf
    Data publikacji:
    2008
    Wydawca:
    Uniwersytet Ekonomiczny w Krakowie, Małopolska Szkoła Administracji Publicznej
    Tematy:
    rządzenie
    struktury rządzenia
    zarządzanie
    sieci
    instytucje
    autonomia
    ewolucja
    autonomy
    evolution
    governance
    governance structures
    institutions
    management
    networks
    Opis:
    Artykuł poświęcony jest rozważaniom nad teoriami rządzenia i zarządzania sprawami publicznymi. Autor poddaje analizie główne podejścia teoretyczne, dla których kategoriami kluczowymi są pojęcia „rządzenie” i „zarządzanie” ulokowane w kontekście działania struktur państwa. Przedstawiono ewolucję pojmowania tych terminów oraz opisano proces autonomizowania się aktorów sieci zarządzania publicznego. Jego istotą jest wzrost możliwości ich oddziaływania na sprawy publiczne oraz rozszerzani się ich grona o podmioty niepubliczne. Autor opisuje zjawisko postępującej erozji dominującej pozycji aktorów państwowych w sieciach zarządzania publicznego.
    The article deals with theories of governance and management of public affairs. The author analyses the major theoretical approaches for which key categories are constituted by the concepts of governance and management in the context of activity of state structures. The article discusses the evolution of understanding of these terms (both in theory and in practice) as well as the process of gaining autonomy by the actors of the public management network. The key characteristics of the process are the continually increasing range of their impact on public affairs and expansion to include non-public actors. The author discussed the phenomenon of progressive erosion of the dominant position of state actors within public management networks.
    Źródło:
    Zarządzanie Publiczne / Public Governance; 2008, 4(6); 111-121
    1898-3529
    2658-1116
    Pojawia się w:
    Zarządzanie Publiczne / Public Governance
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie teorii systemów hierarchicznych do analizy sztucznych sieci neuronowych
    Application of the Theory of Hierarchical Systems to Analyse Artificial Neural Networks
    Autorzy:
    Płaczek, Stanisław
    Powiązania:
    https://bibliotekanauki.pl/articles/440175.pdf
    Data publikacji:
    2015
    Wydawca:
    Akademia Finansów i Biznesu Vistula
    Tematy:
    Sztuczne Sieci Neuronowe
    hierarchiczne struktury
    dekompozycja
    koordynacja
    systemy złożone
    artificial neural networks
    hierarchical structures
    decomposition
    coordination
    complex systems
    Opis:
    Sztuczne Sieci Neuronowe (SSN) okazały się wygodnym narzędziem, przydatnym przy realizacji bardzo wielu różnych praktycznych zadań inżynierskich, ekonomicznych finansowych, medycznych i innych. SSN mogą być zastosowane tame, gdzie pojawiają się problemy z przetwarzaniem i analizą danych, prognozą, klasyfikacją czy sterowaniem. Sukces spowodowany jest tym, że w tych zastosowaniach SSN pełni rolę uniwersalnego aproksymatora nieliniowej, wektorowej funkcji wielu zmiennych. Podstawowym problemem jest efektywne uczenie złożonej konfiguracji sieci, jaką niewątpliwie jest struktura wielowarstwowej sieci neuronowej o wielu wejściach i wyjściach. Uczenie polega na poszukiwaniu minimum globalnej funkcji celu, którą najczęściej definiujemy jako błąd średniokwadratowy wyjścia sieci i warto-ści zadanej. Zadanie nie jest trywialne i ze względu na wielowymiarowość wektorów wejścia i wyjścia oraz wielowarstwowość sieci. Z tego też względu szuka się rozwiązań w sieciach o strukturze z jedną warstwą ukrytą. W celu wykorzystania możliwości sieci wielowarstwowych, do analizy złożonych struktur zastosowano metody i techniki opracowane dla wielowarstwowych, hierarchicznych struktur technicznych. Systemy hierarchiczne występują nie tylko w przyrodzie, lecz również w organizacjach ludzi. Tego typy struktury są bardzo efektywne z punktu widzenia zarządzania i kierowania organizacjami. Z systemami hierarchicznymi związane są zagadnienia dekompozycji dużego, podstawowego systemu na podsystemy oraz umiejętne skoordynowanie rozwiązań cząstkowych, w celu otrzymania rozwiązania optymalnego dla całego systemu. W artykule przedstawiono próbę zastosowania dekompozycji oraz koordynacji w stosunku do SSN o złożonej, wielowarstwowej strukturze. Dekomponując strukturę sieci oraz algorytm uczenia na podzadania, analizuje się wymagania, które musi spełnić algorytm w celu efektywnej koordynacji rozwiązań cząstkowych. Tak więc problem koordynacji jest problemem centralnym w analizie i konstrukcji algorytmu uczenia SSN. Artykuł ma charakter koncepcyjny.
    Artificial neural networks (ANN) have appeared to be a convenient tool, useful for implementation of very many practical engineering, economic, financial, medical, and other tasks. ANN may be applied where the problems with data processing and analysis, forecast, classification or steering appear. The success is caused by the fact that in these applications ANN plays the role of universal approximator of the non-linear, vectored function of many variables. The basic problem is an effective teaching of the complex configuration of the network which, no doubt, the structure of multilayer neural network with many inputs and outputs is. Teaching consists in seeking for the minimum global function of the purpose, which is most oft en defined as a mean squared error of the network input and the set-point. The task is not trivial also due to the multidimensionality of vectors of input and output as well as due to the multilayer nature of the network. Also having this in mind, there are attempts to fi nd solutions in networks with the structure with one hidden layer. In order to make use of the possibilities of multilayer networks, the author applied for the analysis of complex structures the methods and techniques developed for multilayer, hierarchical technical structures. Hierarchical systems take place not only in the nature but also in human organisations. Such structures are very effective from the point of view of organisation management and direction. The hierarchical systems are combined with the issues of decomposition of a big, basic system into subsystems and a skilful coordination of partial solutions in order to obtain a solution optimal for the entire system. In his article, the author presented an attempt to apply decomposition and coordination in relation to ANN with a complex, multilayer structure. Decomposing the network structure and the algorithm of teaching into subtasks, he analyses the requirements to be met by the algorithm for the purpose of effective coordination of partial solutions. Thus, the problem of coordination is the central problem in the analysis and construction of the ANN algorithm of teaching. The article is of the conceptual nature.
    Źródło:
    Kwartalnik Naukowy Uczelni Vistula; 2015, 2(44); 102-116
    2084-4689
    Pojawia się w:
    Kwartalnik Naukowy Uczelni Vistula
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Hierarchiczne struktury w sztucznych sieciach neuronowych
    Hierarchical Structures on Artificial Neural Networks
    Autorzy:
    Płaczek, Stanisław
    Powiązania:
    https://bibliotekanauki.pl/articles/509240.pdf
    Data publikacji:
    2014
    Wydawca:
    Akademia Finansów i Biznesu Vistula
    Tematy:
    Sztuczne Sieci Neuronowe
    struktury hierarchiczne
    dekompozycja
    koordynacja
    systemy złożone
    artificial neural networks
    hierarchical structures
    decomposition
    coordination
    complex systems
    Opis:
    W wielowarstwowych Sztucznych Sieciach Neuronowych (SSN), nieliniowych w swej strukturze, uczenie sieci polega na poszukiwaniu minimum globalnej funkcji celu. W realizacjach praktycznych – w funkcji celu – występują parametry dwóch lub trzech warstw ukrytych. Strojenie współczynników macierzy w warstwach W1, W2, czy też W3, odbywa się w procesie uczenia, który można traktować jako stan nieustalony SSN. Stany nieustalone w poszczególnych warstwach mają różne przebiegi dynamiczne, czyli zależności amplitudy błędu średniokwadratowego w warstwie od numeru iteracji. W praktycznych realizacjach procesu uczenia szybkość zbieżności procesu do stanu ustalonego, czyli minimum funkcji błędy, jest ważną charakterystyką, dlatego też podział SSN na niezależne poziomy, zdefiniowanie lokalnych funkcji celu dla każdej warstwy, skoordynowanie lokalnych procesów uczenia w celu osiągnięcia globalnego minimum ma praktyczny głęboki sens. W artkule podejmuje się próbę zastosowania ogólnej teorii złożonych systemów do opisu SSN, budowy algorytmów uczących i ich praktycznej realizacji. Tego typu podejście prowadzi do poszukiwania rozwiązań poprzez dekompozycję i koordynację w hierarchicznej strukturze SSN. Ze względu na występujące nieliniowości w poszczególnych warstwach sieci, trudno udowodnić warunki zbieżności dla stosowanych metod. Tym niemniej, praktyka realizacji różnych algorytmów pokazuje przydatność przyjętych rozwiązań.
    On multi-layer artificial neural networks (ANN), non-linear in their structure, network teaching consists in seeking for global minimum function of the objective. In practical implementations – in the objective’s function – there are occurring parameters of two or three hidden layers. Tuning matrix coefficients in the layers W1, W2 or W3 takes place in the teaching process which can be treated as an ANN transient state. Transient states in individual layers have different dynamic courses, i.e. dependency of the amplitude of mean squared error in the layer on the number of iteration. In practical implementations of the teaching process, the speed of process convergence to the steady state, i.e. the minimum of the error function, is an important characteristic, hence the division of ANN into independent levels, defining the local functions of the objective for every layer, coordination of the local teaching processes in order to achieve the global minimum is of practical deep sense. In his article, the author made an attempt to apply the general theory of complex systems to describe ANN, to build teaching algorithms and their practical implementation. Such an approach leads to pursuit of solutions through decomposition and coordination in the ANN hierarchical structure. Due to the occurring nonlinearities in individual layers of the network, it is difficult to prove the convergence conditions for the methods applied. Nonetheless, the practice of implementation of various algorithms indicates usefulness of the adopted solutions.
    Źródło:
    Zeszyty Naukowe Uczelni Vistula; 2014, 38/2014 Informatyka; 20-37
    2353-2688
    Pojawia się w:
    Zeszyty Naukowe Uczelni Vistula
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-5 z 5

      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