Informacja

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

Wyszukujesz frazę "deterministic optimization" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Hybrid optimization process applied to tuning of Dynamic Matrix Control: atudy case with DC motor
Autorzy:
Carvalho, D. F. de
Ganzaroli, C. A.
Couto, L. do
Dias, R. N. H. M.
Calixto, W. P.
Powiązania:
https://bibliotekanauki.pl/articles/136171.pdf
Data publikacji:
2017
Wydawca:
EEEIC International Barbara Leonowicz Szabłowska
Tematy:
predictive control
deterministic optimization
heuristic optimization
hybrid optimization
DC motor
Opis:
This paper presents study about Dynamic Matrix Control (DMC) controller applied to speed control of DC motor. DMC controller parameters (prediction horizon, control horizon and damping rate of reference) are obtained through optimization methods employing heuristic, deterministic and hybrid strategies. The use of advanced control technique combined with using of optimization methods aims to achieve highly efficient control, reducing the transient state period and variations in steady state. These methods were applied on a simulation model in order to verify which one provides better control results.
Źródło:
Transactions on Environment and Electrical Engineering; 2017, 2, 2; 24-30
2450-5730
Pojawia się w:
Transactions on Environment and Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Hybrid MPPT algorithm for PV systems under partially shaded conditions using a stochastic evolutionary search and a deterministic hill climbing
Autorzy:
Basiński, K.
Ufnalski, B.
Grzesiak, L. M.
Powiązania:
https://bibliotekanauki.pl/articles/1193446.pdf
Data publikacji:
2017
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
maximum power point tracking
photovoltaic system
hybrid part-stochastic part-deterministic search rule
particle swarm optimization (PSO)
partial shading
hill climbing
Opis:
A hybrid maximum power point tracking method has been proposed for the photovoltaic system using a stochastic evolutionary search and a deterministic hill climbing algorithm. The proposed approach employs the particle swarm optimizer (PSO) to solve a dynamic optimization problem related to the control task in a PV system. The position of the best particle is updated by the hill climbing algorithm, and the position of the rest of the particles by the classic PSO rule. The presented method uses the re-randomization mechanism, which places five consecutive particles randomly, but in specified intervals. This mechanism helps track the maximum power point under partially shaded conditions.
Źródło:
Power Electronics and Drives; 2017, 2, 37/2; 49-59
2451-0262
2543-4292
Pojawia się w:
Power Electronics and Drives
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
An adaptive stochastic optimization method for medical registration problem
Autorzy:
Król, Z.
Powiązania:
https://bibliotekanauki.pl/articles/333559.pdf
Data publikacji:
2004
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
registration
matching
optimization
simulated annealing
similarity measure
non-deterministic methods
cooling schedule
tomographic data
rejestracja
optymalizacja
wyżarzanie
miara podobieństwa
metody niedeterministyczne
chłodzenie
dane tomograficzne
Opis:
This paper presents a methodology that addresses important issues concerned with the optimization of the misregistration measures in the volumetric medical data registration problem. Our registration framework uses robust simulated annealing method to handle multiple local minima of the cost function. Our efforts have been centred on obtaining a reliable, efficient and generally applicable method to solve such optimization problems. This has been accomplished through developing an adaptive cooling schedule for the simulated annealing method. The proposed method is very reliable for the estimation of the global minimum in the optimization of objective functions with highly differentiated search space landscapes. We present the detailed description of the method as well as discussion of its advantages and disadvantages.
Źródło:
Journal of Medical Informatics & Technologies; 2004, 7; MIP79-88
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    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