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 "Sztuczne Sieci Neuronowe" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 266
Tytuł:
Metoda sztywnych elementów skończonych w obliczaniu ugięć belek
RIGID FINITE ELEMENTS METHOD AT CALCULATING THE DEFLECTIONS OF BEAMS
Autorzy:
Kaczmarek, Mateusz
Powiązania:
https://bibliotekanauki.pl/chapters/40037507.pdf
Data publikacji:
2015
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
sztuczne sieci neuronowe
łuk
drgania własne
Opis:
W artykule przedstawiono wykorzystanie metody sztywnych elementów skończonych do obliczania ugięć belek, zarówno dla konstrukcji jednorodnych, jak i dla elementów o niejednorodnym rozkładzie sztywności – zarysowanych belek żelbetowych. W artykule przedstawiono także autorskie podejście do problemu obliczania ugięć zarysowanych belek żelbetowych, z wykorzystaniem parametru skalującego, pozwalającego na uwzględnienie w modelu obliczeniowym różnej głębokości rozwarcia rys. Wyniki obliczeń numerycznych, wykonanych przy użyciu autorskiego programu obliczeniowego, porównano z pomiarami z badań doświadczalnych.
This paper describes the use of rigid finite elements method to calculate the deflections of beams, both for homogeneus beams and elements with heterogeneous stiffness distribution - reinforced concrete beams with cracks. The paper presents also the author approach to the problem of calculating the deflections of reinforced concrete beams with cracks, using the scaling parameter that allows to take into account the varying depth of the crack. The results of numerical calculations made by using author’s calculation program, were compared with the experimental measurements.
Źródło:
Konferencja Studentów i Doktorantów Wydziałów Budownictwa KONstruktor2015; 46-53
9788374938815
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Implementacja sztucznych sieci neuronowych w środowisku LabVIEW
Artificial neural networks in LabVIEW
Autorzy:
Rafiński, L.
Powiązania:
https://bibliotekanauki.pl/articles/268930.pdf
Data publikacji:
2008
Wydawca:
Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
Tematy:
sztuczne sieci neuronowe
artificial neural networks
Opis:
Przedstawiono możliwości oraz strukturę zrealizowanego przez autora modułu do implementacji sztucznych sieci neuronowych w środowisku LabVIEW.
The article shows the structure and capabilities of a LabVIEW module for the artficial neural networks implementation designed by the author.
Źródło:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2008, 25; 141-143
1425-5766
2353-1290
Pojawia się w:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie algorytmu genetycznego do klasyfikacji przedsiębiorstw
Application of genetic algorithm to firm classification
Autorzy:
Witkowska, Dorota
Kamiński, Władysław
Powiązania:
https://bibliotekanauki.pl/articles/905371.pdf
Data publikacji:
2002
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
klasyfikacja
sztuczne sieci neuronowe
algorytm genetyczny
Opis:
In the paper we present the results of firm classification made by artificial neural networks that were trained applying genetic algorithm. There were from two to five groups distinguished that were characterized by: decisions about allowing the credit (two classes), creditworthiness of the enterprise (four classes) and the economic and financial situation of the firm (five classes). The quality of classification was evaluated by comparing to the credit officers’ opinions. The results of artificial neural network classification into two classes were compared to results obtained applying linear discrimination function.
W opracowaniu przedstawiono wyniki klasyfikacji przedsiębiorstw za pomocą jednokierunkowych sieci neuronowych trenowanych algorytmem genetycznym. Klasyfikacja obejmowała od dwóch do pięciu grup typologicznych i została przeprowadzona na podstawie danych pochodzących z wniosków kredytowych podmiotów gospodarczych ubiegających się o kredyt w jednym z banków regionalnych. W analizach porównawczych wykorzystano liniową analizę dyskryminacyjną.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2002, 156
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Sztuczne sieci neuronowe w zagadnieniu własnym łuków
ARTIFICIAL NEURAL NETWORKS IN THE ISSUE OF EIGENFREQUENCIES OF THE ARCHES
Autorzy:
Kaczmarek, Mateusz
Powiązania:
https://bibliotekanauki.pl/chapters/40036566.pdf
Data publikacji:
2015
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
sztuczne sieci neuronowe
łuk
drgania własne
Opis:
W artykule opisano tworzenie i wykorzystanie sieci neuronowej do predykcji częstości drgań własnych płaskich łuków stalowych. W celu uzyskania bazy wyników, pozwalającej na proces uczenia oraz testowania sieci neuronowej, wykonano wcześniej szereg obliczeń częstości drgań własnych z wykorzystaniem MES. Przeprowadzone analizy potwierdzają skuteczność stosowania SSN jako narzędzia do przewidywania częstości drgań własnych łuków. Model sieci neuronowej zaproponowany w pracy może być stosowany do analiz zagadnienia odwrotnego – identyfikacji geometrii łuków na podstawie wartości częstości drgań własnych układu.
This paper describes the creation and operation of a neural network for making predictions of eigenfrequencies of flat steel arches. In order toobtain adatabaseof results, that is necessary for training and testingthe neural network, a number of eigenfrequencies calculations were made using FEM. Studies confirm the effectiveness of the use of the ANN as a tool to predict eigenfrequencies of the arches. The neural network modelpresented in thispaper canbe used for analysis of the inverse problem – identification of shape parameters of the arches on the basis of eigenfrequencies.
Źródło:
Konferencja Studentów i Doktorantów Wydziałów Budownictwa KONstruktor2015; 54-61
9788374938815
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Dekompozycja hierarchicznej struktury sztucznej sieci neuronowej i algorytm koordynacji
Decomposition of hierarchical structure of Artificial Neural Network and coordination algorithm
Autorzy:
Płaczek, S.
Powiązania:
https://bibliotekanauki.pl/articles/377202.pdf
Data publikacji:
2014
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
sztuczne sieci neuronowe
algorytm uczenia
dekompozycja
koordynacja
hierarchia
Opis:
W artykule zaproponowano przeprowadzenie dekompozycji struktury sieci na dwie warstwy. W warstwie I poziomu znajduje się N1 niepowiązanych podsieci. Natomiast w warstwie II poziomu (nadrzędnej) znajduje się podsieć warstwy ukrytej. Warstwy te powiązane są sygnałami V1, V2, które pozwalają na zastosowanie niezależnych algorytmów uczenia dla warstwy I oraz II. Prosty algorytm koordynacji umożliwia obliczenie wartości sygnałów między warstwowych, a tym samym osiągnięcie minimum globalnej funkcji celu.
The article presents decomposition of Artificial Network Structure into two layers. Layer one (lower one) consist of N1 independent sub layers. The second layer (upper one) is a hidden layer. Vectors V1 and V2 are introduced as coordinator between two layers. The coordinator uses different algorithms connecting vectors V1 and V2. In this way, the coordinator is able to coordinate two independent learning algorithms for each layer. The coordination algorithm was described and final learning results are presented. Presented results of an on - line learning algorithm were used for both, the first and the second layer. For the future study, an off-line learning algorithm will be used.
Źródło:
Poznan University of Technology Academic Journals. Electrical Engineering; 2014, 80; 223-230
1897-0737
Pojawia się w:
Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie sztucznych sieci neuronowych do redukcji stopnia iskrzenia w elektrycznych maszynach komutatorowych prądu stałego
Application of artificial neural networks to reduce the level of sparking in electric direct current commutator machines
Autorzy:
Zieliński, W.
Powiązania:
https://bibliotekanauki.pl/articles/1374088.pdf
Data publikacji:
2008
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Napędów i Maszyn Elektrycznych Komel
Tematy:
sztuczne sieci neuronowe
iskrzenie
maszyna komutatorowa prądu stałego
Opis:
The paper presents a possible application of the capabilities of methods and techniques of ANN artificial intelligence for diagnostics of sparking processes in electric direct current commutator machines. Hitherto applied methods of diagnostics, usually based on the visual observation of sparking, depend on the expert's knowledge and experience. The expert interprets current data obtained from observation. The drawback of this approach lies in its dependence on the expert's knowledge and experience, which makes the data difficult to use for further processing. That is why, apart from improving methods, it is necessary to find a way to objectify the sparking processes in the detection and assessment of damage as well as reduction of the level of sparking of brushes.
Źródło:
Maszyny Elektryczne: zeszyty problemowe; 2008, 80; 185-187
0239-3646
2084-5618
Pojawia się w:
Maszyny Elektryczne: zeszyty problemowe
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie sztucznych sieci neuronowych do rozpoznawania metali na podstawie wykresu statycznej próby rozciągania
Application of artificial neural networks for recognition of metals on the basis of static tensile test chart
Autorzy:
Ewald, Dawid
Powiązania:
https://bibliotekanauki.pl/articles/41204115.pdf
Data publikacji:
2010
Wydawca:
Uniwersytet Kazimierza Wielkiego w Bydgoszczy
Tematy:
sztuczne sieci neuronowe
FANN
Delphi
artificial neural networks
Opis:
W artykule przedstawia zagadnienie sztucznych sieci neuronowych oraz ich wykorzystania w klasyfikacji metali na podstawie wykresu statycznej próby rozciągania. W pracy opisano działanie sieci neuronowych oraz sposób ich wykorzystania..
In this article presents the issue of artificial neural networks and their use in the classification of metals on the basis of the static tensile test chart. This paper describes the operation of neural networks and how to use them.
Źródło:
Studia i Materiały Informatyki Stosowanej; 2010, 3; 21-30
1689-6300
Pojawia się w:
Studia i Materiały Informatyki Stosowanej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Identyfikacja uszkodzeń w napędzie z PMSM za pomocą sztucznych sieci neuronowych
Faults detection in the PMSM drive using artificial neural networks
Autorzy:
Urbański, K.
Majchrzak, D.
Powiązania:
https://bibliotekanauki.pl/articles/377273.pdf
Data publikacji:
2016
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
PMSM
sztuczne sieci neuronowe
detekcja uszkodzeń
napęd elektryczny
Opis:
W artykule przedstawiono wyniki badań symulacyjnych układu napędowego z PMSM z systemem detekcji przerwy w fazie. W jego skład wchodzi m.in. dokładny model przekształtnika, który będzie umożliwiał realizację różnych scenariuszy uszkodzeń oraz układ detekcji awarii, zrealizowany przy użyciu dwóch sztucznych sieci neuronowych. Jedna z tych sieci pełni funkcję modelu napędu, druga generuje sygnał diagnostyczny. Prezentowany system diagnostyczny jest szybki – czas reakcji na uszkodzenie jest rzędu milisekundy. Ponadto przedstawiono rodzaje uszkodzeń najczęściej występujących w napędach elektrycznych z silnikami synchronicznymi o magnesach trwałych, a także przedstawiono metody ich identyfikacji.
This paper presents simulation research results of PMSM drive with open phase fault detection system. It includes exact model of power converter, which realizes various damage scenarios and fault detection system, implemented using two artificial neural networks. One of them is neural model of drive, and another one generates diagnostic signals. Presented diagnostic system is fast – the detection time is about 1 ms. Moreover, the most common faults in permanent magnet synchronous motor drives and the methods for their identification are presented.
Źródło:
Poznan University of Technology Academic Journals. Electrical Engineering; 2016, 87; 365-375
1897-0737
Pojawia się w:
Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie sieci neuronowych do estymacji zmiennych stanu napędu elektrycznego z silnikiem synchronicznym z magnesami trwałymi
Application of neural networks for state variables estimation of drive with permanent magnet synchronous motor
Autorzy:
Dróżdż, K.
Kamiński, M
Serkies, P. J.
Szabat, K.
Powiązania:
https://bibliotekanauki.pl/articles/1813781.pdf
Data publikacji:
2013
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
estymacja zmiennych stanu
napęd PMSM
sztuczne sieci neuronowe
Opis:
In this paper analysis of possibilities of neural network application for estimation of speed of permanent magnet synchronous motor is presented. In order to realize of this task Multi Layer Perceptron Neural Network are applied. Several design steps with particular emphasis on the selection of structure of neural network and organization of the input vector are described. Chosen results for prepared neural estimator are presented. High precision of speed estimation is obtained. Additionally changes of stator resistance are introduced during tests, even in such case reproduction of this state variable is very precise, tested model is robust. Calculations related to prepared model are realized in Matlab.
Źródło:
Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej. Studia i Materiały; 2013, 69, 33; 132--140
1733-0718
Pojawia się w:
Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej. Studia i Materiały
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie sztucznych sieci neuronowych do prognozowania wyników meczów piłkarskich
Using artificial neural networks to predict the results of football matches
Autorzy:
BARTMAN, Jacek
BAJDA, Konrad
Powiązania:
https://bibliotekanauki.pl/articles/456764.pdf
Data publikacji:
2014
Wydawca:
Uniwersytet Rzeszowski
Tematy:
Sztuczne Sieci Neuronowe
prognozowania
Artificial Neural Networks
prediction
Opis:
W pracy zaprezentowano koncepcję wykorzystania Sztucznych Sieci Neuronowych do prognozowania wyników meczów. Przedstawiono architekturę sieci oraz skuteczność realizowanych przez nią prognoz. Uzyskane wyniki zestawiono z wynikami otrzymanymi przy wykorzystaniu innych metod.
The paper presents the concept of using Artificial Neural Networks to predict the results of football matches. Autors presents the architecture of the network and the effectiveness of the implementation by the forecasts. The results were compared with results obtained using other methods
Źródło:
Edukacja-Technika-Informatyka; 2014, 5, 2; 425-431
2080-9069
Pojawia się w:
Edukacja-Technika-Informatyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie modeli sieci neuronowych w ocenie i prognozowaniu jakości powietrza
Application of neural network models for assessment and forecasting of air quality
Autorzy:
Łozowicka-Stupnicka, T
Talarczyk, M.
Powiązania:
https://bibliotekanauki.pl/articles/269220.pdf
Data publikacji:
2005
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
powietrze
jakość powietrza
prognozowanie jakości powietrza
sieci neuronowe
sztuczne sieci neuronowe
Opis:
W artykule przedstawiono metodę oceny i prognozowania jakości powietrza opartą na modelu sztucznej sieci neuronowej. Metoda ta ze względu na dobre właściwości uogólniające i szybkie osiąganie wyników nadaje się do rozwiązywania zadań predykcyjnych, których przykładem jest prognozowanie sytuacji ostrzegawczych. Dla rozwiązania postawionego zadania zaproponowano czterowarstwową, jednokierunkową sieć neuronową. Sieć tego typu jest obiecującym narzędziem oceny i prognozowania powietrza, zwłaszcza w sytuacjach podwyższonych stężeń zanieczyszczeń wpływających niekorzystnie na zdrowie ludzi i otaczające środowisko.
The paper deals on the air pollution assessment and forecasting method based on artificial neural network. For solving the problem the four-layer, feed-forward neural network is proposed. The method has good properties of generalisation and high speed of operation. In this aspect artificial neural network can be regarded as good instrument for prediction of smog state. The chosen type of the network seems to be the promised tool for assessment and forecasting of states, which influence people health and the surrounded environment.
Źródło:
Inżynieria Środowiska / Akademia Górniczo-Hutnicza im. S. Staszica w Krakowie; 2005, 10, 1; 121-134
1426-2908
Pojawia się w:
Inżynieria Środowiska / Akademia Górniczo-Hutnicza im. S. Staszica w Krakowie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
System wspomagający rozpoznawanie znaków języka migowego oparty na sztucznej sieci neuronowej
Signs recognition system based on artificial neural network
Autorzy:
Lewandowski, P.
Półtorak, M.
Wagner, M.
Pochmara, J.
Rybarczyk, A.
Powiązania:
https://bibliotekanauki.pl/articles/376140.pdf
Data publikacji:
2017
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
Microsoft Kinect
sztuczne sieci neuronowe
theano
sieci konwolucyjne
detekcja obrazu
Opis:
W niniejszym artykule zaproponowano realizację systemu wspomagajacego rozpoznawanie statycznych znaków języka migowego. Na potrzeby rozwiązania skorzystano z sensora Microsoft Kinect XBOX 360, przygotowano oprogramowanie umożliwiające translację znaków dla osób nie znających tego języka, oparte na sztucznej inteligencji, przetworzono otrzymane informacje oraz utworzono zbiór danych pozwalający na ich poprawną klasyfikację. Istotnym faktem jest również wybranie najbardziej optymalnego rozwiązania, zarówno pod względem możliwości wydajnościowych przeciętnego komputera osobistego jak i efektywności działania systemu.
In following work there is suggested a solution to recognise certain static characters from sign language. To achieve the objective, there were used tools like Microsoft Kinect and convolutional neural networks. Main problems to overcome were to collect data from Kinect sensor and prepare software based on artificial intelligence, which could process gathered material. For learning purposes around four thousand images were collected. Dataset this large was required for neural networks to work and respond properly. What is also important is to select the most optimal solution for neural networks. The influence of dropout parameter on learning process was studied too.
Źródło:
Poznan University of Technology Academic Journals. Electrical Engineering; 2017, 91; 155-164
1897-0737
Pojawia się w:
Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Problemy związane z treningiem sztucznej sieci neuronowej wykorzystanej do modelowania charakterystyk zmęczeniowych
Problems in training process of artificial
Autorzy:
Nowicki, K.
Sempruch, J.
Powiązania:
https://bibliotekanauki.pl/articles/386643.pdf
Data publikacji:
2007
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
sztuczne sieci neuronowe
zmęczenie
trening sieci
artificial neural networks
fatigue
Opis:
Zrealizowane przez autorów projekty badawcze wskazały jednoznacznie na racjonalność wykorzystania środowiska sieci neuronowej do gromadzenia i przetwarzania danych o zmęczeniu. Istniejąca literatura, dotycząca w ogólności sieci neuronowych, w niewielkim stopniu dotyka ich praktycznej implementacji do problematyki zmęczeniowej. Wśród licznych problemów związanych z budową, przygotowaniem do pracy i praktycznym wykorzystaniem sieci neuronowych istnieje problem treningu sieci. Temu właśnie poświęcono prezentowane opracowanie. Autorzy przedstawiają ciąg decyzji, które przyjęli dla realizacji własnego eksperymentu numerycznego, przytaczając przykłady ilustrujące uzyskane w ślad tych decyzji rezultaty.
Prior projects realized by authors proved the rationality of using of the neural network environment to the accumulation and processing of the fatigue data. The existing literature in short supply touches practical implementation of neural network to the fatigue problems. Among others problems with the practical implementation and utilization of neural networks exists the problem of the neural network training. This one is main subject of the elaboration. In this paper authors present sequence of decisions accepted for the realization of the numeric experiment and quote illustrative examples of obtained results into the trace of these decisions.
Źródło:
Acta Mechanica et Automatica; 2007, 1, 1; 77-84
1898-4088
2300-5319
Pojawia się w:
Acta Mechanica et Automatica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Koncepcja zastosowania sztucznych sieci neuronowych do lokalizacji elementów powodujących pogorszenie jakości energii elektrycznej w sieciach średniego napięcia
A concept of the application of artificial neural networks in the location of elements that distort the quality of energy in medium voltage distribution networks
Autorzy:
Kolasa, M.
Długosz, R
Powiązania:
https://bibliotekanauki.pl/articles/377466.pdf
Data publikacji:
2014
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
jakość energii elektrycznej
sztuczne sieci neuronowe
nowe algorytmy uczenia
Opis:
W artykule przedstawiono koncepcję wykorzystania sztucznych sieci neuronowych do rozwiązywania problemu lokalizacji źródeł zakłóceń powodujących pogorszenie jakości energii elektrycznej. W dziedzinie tej coraz częściej sięga się po rozwiązania oparte na sztucznej inteligencji, choć zazwyczaj stosowane algorytmy uczenia sieci neuronowych implementowane są jako programy komputerowe. Biorąc pod uwagę ogromną ilość danych, które muszą zostać przetworzone, rozwiązania takie nie są optymalne. Rozwiązaniem tego problemu może być zastosowanie równoległego przetwarzania danych, możliwego do uzyskania w sieciach neuronowych realizowanych jako specjalizowane układy scalone. Jest to celem naszych badań. W artykule przedstawiono jeden z etapów realizacji tego zadania - model sieci elektroenergetycznej, którego celem jest dostarczenie danych uczących dla projektowanej na poziomie tranzystorów sieci neuronowej. W realizowanej sieci neuronowej wykorzystano nowatorski algorytm oparty na filtracji błędu kwantyzacji, który pozwala znacząco skrócić fazę uczenia, przez co sieć jest w stanie szybko dostosować się do nowych danych.
The paper presents a concept of using artificial neural networks to solve the prob- lem of the location of sources that cause deterioration in the quality of the electrical power. In this field the solutions that base on artificial intelligence are gaining popularity in recent time. However, the learning algorithms that are used in this case are usually implemented as computer programs. Given the large amount of data that must be processed, such solutions are not optimal. The solution to this problem may be the usage of parallel data processing obtainable in neural networks implemented, for example, as specialized integrated circuits. This is the purpose of our research. This paper presents one of the important steps in this task - a model of the electrical power system, the aim of which is to provide training data for the neural network. In the realized neural network a novel algorithm has been used that is based on filtering of the quantization error. By using this algorithm the learning phase can be substantially shortened, so that the network is able to quickly adapt to new data.
Źródło:
Poznan University of Technology Academic Journals. Electrical Engineering; 2014, 79; 87-95
1897-0737
Pojawia się w:
Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie sztucznych sieci neuronowych do modelowania ekologicznych właściwości pojazdów
Modelling of ecological properties of vehicles with neural networks
Autorzy:
Brzozowska, L.
Brzozowski, K.
Warwas, K.
Powiązania:
https://bibliotekanauki.pl/articles/262870.pdf
Data publikacji:
2005
Wydawca:
Sieć Badawcza Łukasiewicz. Przemysłowy Instytut Motoryzacji
Tematy:
aktywacja neuronu
emisja spalin
sztuczne sieci neuronowe
zużycie paliwa
Opis:
W artykule zaproponowano wykorzystanie sztucznych sieci neuronowych do modelowania natężenia emisji związków szkodliwych spalin oraz zużycia paliwa w zależności od parametrów charakteryzujących ruch pojazdu, takich jak chwilowa prędkość i przyspieszenie. Rozważono sztuczne sieci neuronowe z sigmoidalną i radialną funkcją aktywacji neuronu. Kalibracje sieci wykonano w oparciu o dane eksperymentalne określające natężenie emisji i zużycie paliwa w postaci macierzy emisji. Wykorzystano macierze uzyskane podczas badań na hamowni podwoziowej dla zbioru testów jezdnych o różnej dynamice dla pojazdu z silnikiem o zapłonie iskrowym, wyposażonym w reaktor katalityczny oraz dla pojazdu z silnikiem o zapłonie samoczynnym. Porównano dokładność aproksymacji, uzyskanych dla obu rozważanych sztucznych sieci neuronowych. W obu przypadkach jest ona większa niż stosowane, wcześniej przez autorów niniejszej publikacji, aproksymacje wielomianami potęgowymi i funkcjami potęgowymi. Stwierdzono przy tym, że sieć z sigmoidalną funkcją aktywacji neuronu jest bardziej uniwersalna w rozpatrywanym zagadnieniu, zarówno ze względu na jej strukturę jak i zdolność do lepszego odwzorowania natężenia emisji.
In the paper have been proposed an artificial neural networks for modelling of engine exhaust emission intensity and fuel consumption intensity in dependency on vehicle motion parameters such as instantaneous velocity and acceleration. Two different kind of neural networks have been considered: radial and sigmoidal function for neurons activation. Those neural networks have been calibrated on the experimental data of emission and fuel consumption intensity. The experimental data has been earlier performed in a emission matrix. The emission matrices have been obtained on the base of modal measurements for a set of driving cycles with different dynamic. Two vehicles have been investigated, one vehicle with spark ignition engine equipped with catalytic converter and one vehicle with compression ignition engine. Results of approximation by neural networks are compared for both types of networks in the paper. The error of approximation is less for NNs than for polynomial and power functions used in previously of author works. It can be noticed that neural network with sigmoidal function of neural activation enables us better results of approximation of experimental data and therefore is more useful in the case considered.
Źródło:
Archiwum Motoryzacji; 2005, 3; 229-247
1234-754X
2084-476X
Pojawia się w:
Archiwum Motoryzacji
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 266

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