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 "evolutionary methods" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 46
Tytuł:
Zastosowanie metod sztucznej inteligencji w optymalizacji korpusów obrabiarek
Applications of artificial intelligence methods in body machine tool optimization
Autorzy:
Wilk, P.
Powiązania:
https://bibliotekanauki.pl/articles/270213.pdf
Data publikacji:
2016
Wydawca:
Wrocławska Rada Federacji Stowarzyszeń Naukowo-Technicznych
Tematy:
optymalizacja
korpus
algorytm ewolucyjny
sztuczna inteligencja
optimization
body
evolutionary algorithm
artificial intelligence
Opis:
Niniejszy artykuł zawiera przykłady zastosowania metod sztucznej inteligencji, jako narzędzi wspomagających proces poszukiwania optymalnej postaci konstrukcyjnej korpusów obrabiarek. Dokonano porównania algorytmu ewolucyjnego i algorytmu selekcji klonalnej w zadaniu doboru grubości ścian korpusu wrzeciennika frezarki pionowej. Przedstawiono również przykład zastosowania algorytmu ewolucyjnego do doboru rozmieszczenia materiału na drodze optymalizacji topologicznej. Wynikiem czego było opracowanie zgrubnego modelu geometrycznego korpusu, który po uszczegółowieniu poddano optymalizacji parametrów geometrycznych. W oparciu o przeprowadzone obliczenia wykonano na drodze odlewania korpus stojaka frezarki pionowej.
This article contains discusses the methods of artificial intelligence, supporting the process of optimizing the body machine. A comparison of evolutionary algorithm and clonal selection algorithm in the task of selecting the thickness of the walls of vertical milling headstock. It also presents an example of application of evolutionary algorithm in the task of topology optimization. The result of which was to develop a rough geometric model of the body, which after detailing subjected to optimize the geometrical parameters. Based on our calculations were performed column of vertical milling machines.
Źródło:
Inżynieria Maszyn; 2016, R. 21, z. 1; 46-58
1426-708X
Pojawia się w:
Inżynieria Maszyn
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Teoria i metody algorytmu ewolucyjnego w uczeniu jednowarstwowej sieci neuronowej
Implementation of the Evolutionary Algorithm Theory and Methods in the Learning Process of One-Layer ANN
Autorzy:
Płaczek, Stanisław
Powiązania:
https://bibliotekanauki.pl/articles/509173.pdf
Data publikacji:
2016
Wydawca:
Akademia Finansów i Biznesu Vistula
Tematy:
algorytmy genetyczne
algorytmy ewolucyjne
sztuczne sieci neuronowe
algorytmy uczenia sieci
algorytmy selekcji
algorytmy krzyżowania
algorytmy mutacji
genetic algorithm
evolutionary algorithm
artificial neural network
learning algorithm
selection algorithm
crossover algorithm
mutation algorithm
Opis:
Rozwój teorii sztucznych sieci neuronowych, a także pojawienie się nowych, efektywnych narzędzi programistycznych (systemy wieloprocesorowe, programowanie wielowątkowe) umożliwia zastosowanie algorytmów genetycznych oraz ewolucyjnych do uczenia sztucznych sieci neuronowych (SSN). W literaturze dotyczącej zasad działania SSN podkreśla się ich atrakcyjne własności, takie jak: aproksymacja dowolnych nieliniowych odwzorowań, równolegle i rozproszone przetwarzanie, adaptacja i uczenie. Szczególnie równoległe i rozproszone przetwarzanie koresponduje ze strukturą algorytmu genetycznego i ewolucyjnego. Klasyczne algorytmy genetyczne operują na ciągach binarnych o stałej długości. Natomiast algorytmy ewolucyjne można interpretować jako uogólnienie algorytmów genetycznych. W algorytmach tych stosuje się zasady ewolucji i dziedziczenia oraz wykorzystuje się właściwą strukturę danych do reprezentacji chromosomów (liczby rzeczywiste, macierze, grafy). Definiuje się również inne operatory krzyżowania i mutacji. Tak więc struktura algorytmu ewolucyjnego jest prawie taka sama jak genetycznego. Różnice ukryte są na niższych poziomach przetwarzania – w strukturach danych. W artykule przedstawiono próbę implementacji algorytmu ewolucyjnego do uczenia jednowarstwowej sieci neuronowej. Sieć opisuje się w postaci macierzy połączeń między wektorami – wejściowym X oraz wyjściowym Y. Funkcja uczenia SSN zdefiniowana jest jako nieliniowa funkcja wag sieci oraz nieliniowej funkcji aktywacji minimalizującej błąd średniokwadratowy między wektorem wyjściowym Y a wektorem uczącym Z, dla całej paczki uczącej. Pojawienie się nieliniowości utrudnia zastosowanie algorytmu uczenia opartego na wstecznej propagacji błędu. Funkcja celu, oprócz minimum globalnego, może zawierać wiele minimów lokalnych, w których algorytm oparty na badaniu gradientu funkcji celu może się zatrzymać. Oczywiście stosuje się różne techniki i metody umożliwiające wyjście algorytmu z tego typu pułapek. Tym niemniej dla sprawdzenia poprawności otrzymanych wyników uruchamia się proces uczenia SSN dla różnych danych początkowych. W zaproponowanym algorytmie ewolucyjnym tworzy się zbiór osobników. Każdy z osobników przedstawia możliwe rozwiązanie zadania minimalizacji funkcji celu i jest reprezentowany przez macierzową strukturę danych. Każde rozwiązanie cząstkowe ocenia się na podstawie dopasowania funkcji celu, a następnie tworzy się nową populację (potomków) przez selekcję osobników o najlepszych dopasowaniach oraz dwa algorytmy krzyżowania i mutacji. W artykule omówiono zaproponowaną strukturę osobników, przyjęte algorytmy selekcji z ich wadami i zaletami oraz różne algorytmu krzyżowania i mutacji. Na wstępie zdefiniowano takie podstawowe pojęcia, jak gen, chromosom oraz najogólniejszą strukturę algorytmu ewolucyjnego. Artykuł ma charakter koncepcyjny.
The article proposes implementation of a modified version of genetic algorithms in neural networks, what in literature is known as “evolutionary algorithm” or “evolutionary programming”. An evolutionary algorithm is a probabilistic algorithm that works in a set of weight variability of neurons and seeks the optimal value solution within a population of individuals, avoiding the local maximum. For chromosomes, the real value variables and matrix structure are proposed. In the article, this decision is widely elaborated and discussed. In the original versions of genetic algorithms, all variables’ values are transformed into binary versions. The chromosomes bit sequences could include thousands of positions. It does not simplify the crossover and mutation operations. Processes could be very time-consuming and the algorithm convergence could also be slow. For a single-layer neural network matrix data structure is used. A particular emphasis is put on mutation and crossover algorithms. What is also important in both genetic and evolutionary algorithms is the selection process. The primary population, known as the parent population, is employed to build a new set of individuals using the selection process. These individuals are known as the children population. The selection algorithm should converge on the two very important issues: population diversity and selective pressure. Selective pressure can manifest in the overrepresentation of the best individuals in the new population. The area, in which the optimal solution is sought, is reduced too fast. Premature convergence is not desirable due to the high probability of achieving the local maximum. Reducing the selective pressure may result in increasing the time it takes to search for the solution.
Źródło:
Zeszyty Naukowe Uczelni Vistula; 2016, 49(4) Informatyka; 23-39
2353-2688
Pojawia się w:
Zeszyty Naukowe Uczelni Vistula
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Systemic Evolutionary Algorithm inspired by the methods of quantum computing to improve the accuracy of the model on the neuronal motion the end of the robot arm PR–02
Autorzy:
Wołynka, Ł.
Tchórzewski, J.
Powiązania:
https://bibliotekanauki.pl/articles/97323.pdf
Data publikacji:
2016
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
Evolution algorithms
Quantum computing
Modeling systems
Robot PR–02
Artificial Neural Networks
Environment MATLAB and Simulink
Opis:
The article contains selected results of research on the design Systemic Evolutionary Algorithm inspired by quantum informatics methods and description how to implement it in Matlab language in order to use for improve parameters neural model on example robot robot PR–02 arm motion. Initial population was based on weights matrix of artificial neural network. Randomly selected population of individual chromosomes in both the initial and in the following parent population have been converted to binary values, and these to quantum values by using created for this purpose quatization() function. Quantum gene value was determined on the basis of stonger pure state represented by different chromosomes, to which dequantization() function was used. Selection of individuals was conducted based on the model of neural robot PR–02 motion implemented in Matlab language using calculationsNeuralNetworks() function.
Źródło:
Computer Applications in Electrical Engineering; 2016, 14; 297-312
1508-4248
Pojawia się w:
Computer Applications in Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Systemic Evolutionary Algorithm inspired by methods of Quantum computer sciences for the improvement of the accuracy of neural models in electrical engineering and electrical power engineering
Autorzy:
Tchórzewski, J.
Powiązania:
https://bibliotekanauki.pl/articles/97692.pdf
Data publikacji:
2016
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
Evolutionary Algorithms
Quantum computer science
Quantum mixed number
Systems modelling
Robot PR–02
Artificial Neural Networks
MATLAB and Simulink environment
Electric Power Exchange
Opis:
The work contains selected results of research on the application of quantum computer science to a systemic evolutionary algorithm for the purpose of improving accuracy of neural models in electrical engineering and electrical power engineering. Artificial neural networks are used in neural modeling, which networks are designed and taught models of systems using available numerical data. Parameters of neural networks, and especially, elements of weight matrices, biases as well as parameters of activation functions may be improved using evolutionary algorithms. It seems that applying solutions offered by quantum computer science to systemic evolutionary algorithm, and especially, as regards creation of quantum initial population, quantum crossover and mutation operators as well as selection, considerably improves the accuracy of modelling, which was verified in MATLAB and Simulink environment using selected examples such as RP–02 robot’s arm movement, the development of the Polish Electrical Power Exchange (polish: TGEE) system, etc.
Źródło:
Computer Applications in Electrical Engineering; 2016, 14; 280-296
1508-4248
Pojawia się w:
Computer Applications in Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Stochastic schemata exploiter-based optimization of hyper-parameters for XGBoost
Autorzy:
Makino, Hiroya
Kita, Eisuke
Powiązania:
https://bibliotekanauki.pl/articles/38707755.pdf
Data publikacji:
2024
Wydawca:
Instytut Podstawowych Problemów Techniki PAN
Tematy:
evolutionary computation
Stochastic Schemata Exploiter
hyperparameter optimization
XGBoost
obliczenia ewolucyjne
eksplorator schematów stochastycznych
optymalizacja hiperparametrów
Opis:
XGBoost is well-known as an open-source software library that provides a regularizing gradient boosting framework. Although it is widely used in the machine learning field, its performance depends on the determination of hyper-parameters. This study focuses on the optimization algorithm for hyper-parameters of XGBoost by using Stochastic Schemata Exploiter (SSE). SSE, which is one of Evolutionary Algorithms, is successfully applied to combinatorial optimization problems. SSE is applied for optimizing hyper-parameters of XGBoost in this study. The original SSE algorithm is modified for hyper-parameter optimization. When comparing SSE with a simple Genetic Algorithm, there are two interesting features: quick convergence and a small number of control parameters. The proposed algorithm is compared with other hyper-parameter optimization algorithms such as Gradient Boosted Regression Trees (GBRT), Tree-structured Parzen Estimator (TPE), Covariance Matrix Adaptation Evolution Strategy (CMA-ES), and Random Search in order to confirm its validity. The numerical results show that SSE has a good convergence property, even with fewer control parameters than other methods.
Źródło:
Computer Assisted Methods in Engineering and Science; 2024, 31, 1; 113-132
2299-3649
Pojawia się w:
Computer Assisted Methods in Engineering and Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Some methods for multicriteria design optimization using evolutionary algorithms
Pewne metody optymalizacji wielokryterialnej w projektowaniu technicznym przy wykorzystaniu algorytmów ewolucyjnych
Autorzy:
Osyczka, A.
Krenich, S.
Powiązania:
https://bibliotekanauki.pl/articles/281935.pdf
Data publikacji:
2004
Wydawca:
Polskie Towarzystwo Mechaniki Teoretycznej i Stosowanej
Tematy:
multicriteria design optimization
evolutionary algorithms
Pareto front
Opis:
In this paper new multicriteria design optimization methods are discussed. These methods are evolutionary algorithm based medhods, and their aim is to make the process of generating the Pareto front very effective. Firstly, the multistage evolutionary algorithm method is presented. In this method, in each stage only a bicriterion optimization problem is solved and then an objective function is transformed to the constrain function. The process is repeatedtill all the objective functions are considered. Secondly, the preference vector method is presented. In this method, an evolutionary algorithm finds the ideal vector. This vector provides the decision maker with the information about possible ranges of the objective functions. On the basis of this information the decision maker can establish the preference vector within which he expects to find a preferred solution. For this vector, a set of Pareto solutions is generated using an evolutionary algorithm based method. Finally, the method for selecting a representative subset of Pareto solutions is discussed. The idea of this method consists in reducing the set of Pareto optimal solutions using the indiscrenibility interval method after running a certain number of generations. To show how the methods discussed work each of them in turn is applied to solve a design optimization problem. These examples show clearly that using the proposed methods the computation time can be reduced significantly and that the generated solutions are still on the Pareto front.
W artykule przedstawiono nowe metody optymalizacji wielokryterialnej w projektowaniu technicznym. Metody te oparte są na algorytmach ewolucyjnych, a ich celem jest znaczne zwiększenie efektywności procesu generowania rozwiązań Pareto optymalnych. Najpierw zaprezentowano metodę wieloetapowego algorytmu ewolucyjnego. W metodzie tej na każdym etapie realizowany jest jedynie problem optymalizacji dwukryterialnej, po rozwiązaniu którego jedna z funkcji celu jest przekształcana do postaci ograniczenia. Proces ten jest powtarzany aż do momentu rozpatrzenia wszystkich funkcji celu. Następnie omówiono metode wektora preferencji. W metodzie tej w pierwszym etapie algorytm ewolucyjny znajduje wektor idealny. Wektor ten dostarcza decydentowi informacji o możliwym zasięgu wszystkich funkcji celu. Na podstawie tej informacji decydent może oszacować wektor preferencji, wewnątrz którego spodziewa się znaleźć preferowane rozwiązanie. Dla tego wektora preferencji generowany jest za pomocą algorytmu ewolucyjnego zbiór rozwiązań Pareto optymalnych. Ostatnią z omawianych metod jest metoda redukcji zbioru rozwiązań Pareto optymalnych po przebiegu założonej liczby generacji realizowanych przez algorytm ewolucyjny. W celu pokazania sposobu działania omawianych metod, kazda z nich została zilustrowana innym przykładem zadania optymalnego projektowania. Przykłady te wskazują, że zaproponowane metody mogą znacząco zredukować czas obliczeń komputerowych nie pogarszając wyników.
Źródło:
Journal of Theoretical and Applied Mechanics; 2004, 42, 3; 565-584
1429-2955
Pojawia się w:
Journal of Theoretical and Applied Mechanics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Quantum-inspired evolutionary optimization of SLMoS2 two-phase structures
Autorzy:
Kuś, Wacław
Mrozek, Adam
Powiązania:
https://bibliotekanauki.pl/articles/29520072.pdf
Data publikacji:
2022
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
quantum-inspired evolutionary algorithm
optimization
nanostructure
two-phase SLMoS2
molecular dynamics
molecular statics
atomic potential
ReaxFF
material properties
Opis:
The paper focuses on applying a Quantum Inspired Evolutionary Algorithm to achieve the optimization of 2D material containing two phases, 2H and 1T, of Molybdenum Disulphide (MoS2). The goal of the optimization is to obtain a nanostructure with tailored mechanical properties. The design variables describe the shape of inclusion made from phase 1T in the 2H unit cell. The modification of the size of the inclusions leads to changes in the mechanical properties. The problem is solved with the use of computed mechanical properties on the basis of the Molecular Statics approach with ReaxFF potentials.
Źródło:
Computer Methods in Materials Science; 2022, 22, 2; 67-78
2720-4081
2720-3948
Pojawia się w:
Computer Methods in Materials Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Quantum-inspired artificil neural networks and evolutionary algorithms methods applied to modeling of the polish electric power exchange using the day-ahead market data
Autorzy:
Tchórzewski, J.
Ruciński, D.
Powiązania:
https://bibliotekanauki.pl/articles/94957.pdf
Data publikacji:
2018
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Wydawnictwo Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie
Tematy:
artificial intelligence methods
MATLAB and Simulink environment
modeling of business intelligence process
quantum inspired method
smart electric power system
electric power exchange system
Opis:
The paper presents selected results of research on the use of artificial intelligence methods, which are inspired by quantum computing solutions for modelling of electric power exchange systems. Methods used in the modelling of quantum data acquisition, quantization and dequantization of information as well as the methods of performing quantum computations were emphasized. Furthermore, we have analysed the results obtained for the neural model and for the evolutionary algorithm inspired by the quantum computer science. Eventually, the model was verified on the example of the neural model of the Electric Power Exchange (EPE).
Źródło:
Information Systems in Management; 2018, 7, 3; 201-212
2084-5537
2544-1728
Pojawia się w:
Information Systems in Management
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Przegląd wybranych metod ewolucyjnych w optymalizacji wielokryterialnej
An overview of evolutionary methods of multi-criteria optimization
Autorzy:
Gryniewicz-Jaworska, M.
Powiązania:
https://bibliotekanauki.pl/articles/408631.pdf
Data publikacji:
2014
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
optymalizacja wielokryterialna
optymalizacja ewolucyjna
algorytmy genetyczne
sztuczne systemy immunologiczne
multicriteria optimization
evolutionary optimization
genetic algorithms
Opis:
Od połowy lat osiemdziesiątych nastąpił rozwój metod, które bazują na nowym sposobie tworzenia rozwiązań niezdominowanych. Prowadzą one do wyznaczenia frontu ocen Pareto naśladując mechanizmy wytworzone w świecie mikro- i makro- przyrody. Aktualnie do istniejących metod optymalizacji zaliczyć możemy: algorytmy genetyczne, ewolucyjne, algorytmy stosujące sztuczne systemy immunologiczne, algorytmy rojowe oraz mrówkowe. W artykule zaprezentowano kilka wybranych metod optymalizacji ewolucyjnej, w tym algorytm ewolucyjny, mrówkowy, rojowy oraz NSGA. Ponadto opisano sposób działania poszczególnych algorytmów oraz ich przykładowe zastosowanie.
Since the mid-eighties we can see the development of methods that are based on a new method of creating dominated solutions. They lead to designate the ratings Pareto front mimicking the mechanisms created in the world of micro and macro-nature. Currently, the existing optimization methods can include: genetic algorithms, evolutionary algorithms using artificial immune systems, swarm and formic algorithms. The article presents few selected evolutionary optimization methods, including evolutionary algorithm, formic and swarm algorithms, and NSGA. The article also describes how the different algorithms work and their exemplary application.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2014, 4; 32-34
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Porównanie metod optymalizacji bazujących na prymitywach i wstępnym modelu geometrycznym
Comparision of optimisation methods basing on primitives and initiall geometric models
Autorzy:
Wilk, P.
Kosmol, J.
Powiązania:
https://bibliotekanauki.pl/articles/277922.pdf
Data publikacji:
2015
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Inżynierii Materiałów Polimerowych i Barwników
Tematy:
korpus obrabiarki
optymalizacja
metoda optymalizacji
metoda elementów skończonych
algorytm ewolucyjny
optymalizacja parametryczna
optymalizacja topologiczna
machine tool body
optimization
optimization method
finite element method
evolutionary algorithm
parametric optimization
topology optimization
Opis:
W artykule przedstawiono porównanie dwóch metod optymalizacji korpusów maszyn. Obie metody wykorzystują zarówno metodę elementów skończonych jak i algorytm ewolucyjny. Pierwsza z nich zakłada, że znany jest model wstępny obiektu i wówczas należy użyć tylko optymalizacji parametrycznej. Natomiast w drugim przypadku, kiedy nie ma żadnych informacji o modelu obiektu należy zastosować zarówno optymalizacje topologiczną jak i parametryczną. Ta druga metoda wykorzystuje prymitywy, jako modele wstępne obiektu. W artykule zamieszczono wyniki porównania obu metod dla wybranego korpusu obrabiarki. Porównaniu podlegały optymalne rozwiązania w postaci: wskaźników sztywności, ich rozrzutu, masy korpusów i częstotliwość drgań własnych. Wyniki tych porównań są dosyć oczywiste: metoda optymalizacji, bazująca na prymitywach daje korzystniejsze efekty niż metoda bazująca na projekcie wstępnym. Dotyczy to w szczególności masy zoptymalizowanego korpusu, która może być nawet o 10 mniejsza.
The paper presents comparison of two optimisation methods of machine frames. Both methods use Finite Element Methods and Evolutionary Algorithm simultanously. The first of the method assumes that the initail model of the body is known and in such situation the parametric optimisation should be applied only. In the second case when one has no information about the object’s model, the Topology optimisation and Parametric optimisation should be applied. The second method uses Prymitives as preliminary model of object. The paper presents results of comparision of both metof applied to an example frame. Such parameters were compared: coefficients of stiffness, dispersion of stiffness, masses od frames, free frequency of vibration. Results of comparision are very obviousness: method of optimisation based on primitives gives better results than method based on initialy project. First of all it concerns on the mass of opimised frame, which may be even 10% smaller.
Źródło:
Przetwórstwo Tworzyw; 2015, T. 21, Nr 1 (163), 1 (163); 54-60
1429-0472
Pojawia się w:
Przetwórstwo Tworzyw
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Polioptymalizacja niezawodnościowa przekryć strukturalnych z zastosowaniem metod ewolucyjnych
Reliability-based polyoptimization of spatial trusses with application of evolutionary methods
Autorzy:
Silicka, E.
Silicki, A.
Powiązania:
https://bibliotekanauki.pl/articles/158280.pdf
Data publikacji:
2008
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
przekrycia strukturalne
polioptymalizacja niezawodnościowa
algorytmy genetyczne
spatial trusses
reliability-based polyoptimization
genetic algorithms
Opis:
W pracy przedstawiono algorytm dyskretnej dwuetapowej polioptymalizacji przekryć strukturalnych. Podczas analizy uwzględniono trzy kryteria: minimum masy, maksimum niezawodności i maksimum sztywności. W celu uproszczenia problemu zastosowano technikę dekompozycji. Rozwiązanie preferowane etapu pierwszego poszukiwane jest w postaci wektora zmiennych decyzyjnych opisującego optymalny układ stref sztywności. W celu wyznaczenia rozwiązania etapu drugiego zastosowano algorytm genetyczny z dziesiętnym kodowaniem zmiennych. Ponieważ otrzymywane rozwiązania spełniają wszystkie wymagania zawarte w odpowiednich normach projektowych, mogą one znaleźć zastosowanie przy analizie rzeczywistych zagadnień projektowych.
The paper presents problem of discrete two-stage multicriteria optimization of two-layer regular orthogonal spatial trusses. Three criteria of evaluation are taken into account, namely: minimum of weight, maximum of reliability and maximum of stiffness of the structure. To simplify the problem, decomposition techniques are applied. The preferred solution as a vector of optimal decision variables describing stiffness zones-layout in the structure is searched for. In order to solve the problem a decimal-coded genetic algorithm is used. Since all requirements contained in adequate design codes are satisfied by solutions obtained by the use of the algorithm, it may find a practical application in solving real design problems.
Źródło:
Pomiary Automatyka Kontrola; 2008, R. 54, nr 7, 7; 443-447
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Płatności bezgotówkowe w Polsce w kontekście rozwoju społeczeństwa informacyjnego i gospodarki opartej na wiedzy
Cashless payments in Poland in the context of the information society and knowledge-based economy
Autorzy:
Kieżel, Małgorzata
Powiązania:
https://bibliotekanauki.pl/articles/548019.pdf
Data publikacji:
2013
Wydawca:
Uniwersytet Rzeszowski. Wydawnictwo Uniwersytetu Rzeszowskiego
Tematy:
płatności bezgotówkowe
społeczeństwo informacyjne
gospodarka wiedzy
asymptotic methods
economic dynamics
evolutionary economics
nonlinear models of economics
 synergetics
Opis:
Celem opracowania była identyfikacja zakresu wykorzystania narzędzi płatności bezgotów-ko¬wych w Polsce na tle rozwoju społeczeństwa informacyjnego oraz wpływu koncepcji gospodar-ki opartej na wiedzy. W kolejnych częściach przedstawiono istotę bezgotówkowych instrumentów płatniczych, ich zalety i wady oraz skalę wykorzystania. Wskazano na przyczyny i główne bariery korzystania z tego typu płatności przez konsumentów (także w kontekście rozwoju społeczeństwa informacyjnego). Przedstawiono także możliwe sposoby niwelowania tych barier, z uwzględnieniem działań mieszczących się w koncepcji gospodarki opartej na wiedzy. W warstwie źródłowej skorzystano z materiałów wtórnych, zarówno czasopism, jak i dokumentów pochodzących z badanego sektora. Z analiz wynika, że wzrost popularności bezgotówkowych usług płatniczych jest uzależniony od akcji edukacyjnej, także w zakresie stosowania technologii informacyjnych. Istotne jest też wzmacnianie zaufania do instytucji finansowych, popularyzacji nowoczesnych usług bankowych oraz bardziej aktywnego korzystania z produktów bankowych. Ważna jest także rozbudowa infrastruktury informatycznej i obniżenie kosztów jej eksploatacji.
The paper identified non-cash payment instruments used in Poland against the background of the development of the information society and the impact of the concept of the knowledge econ-omy. The following sections presents the essence of non-cash payment instruments, their ad-vantages and disadvantages and the scale of use. Pointed out the reasons and the main barriers to the use of such payments by the consumer (also in the context of the Information Society). Identi-fied ways to reduce these barriers, including actions in the concept of the knowledge economy. Used secondary sources, journals and documents from the test sector. The analysis shows that the increase in popularity of non-cash payment services is dependent on the educational campaign, including in the use of information technology. It is also important to strengthen confidence in financial institutions, popularization of modern banking services and a more active use of banking products. It is important to also develop infrastructure and reduce costs.
Źródło:
Nierówności Społeczne a Wzrost Gospodarczy; 2013, 36; 48-59
1898-5084
2658-0780
Pojawia się w:
Nierówności Społeczne a Wzrost Gospodarczy
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Optymalizacja obwodu magnetycznego w silnikach reluktancyjnych ze strumieniem poprzecznym
Optimisation of the magnetic circuit of transverse flux reluctance motors
Autorzy:
Łukaniszyn, M.
Kowol, M.
Kołodziej, J.
Powiązania:
https://bibliotekanauki.pl/articles/151462.pdf
Data publikacji:
2011
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
silniki reluktancyjne ze strumieniem osiowym
metody polowe
algorytmy ewolucyjne
optymalizacja
transverse flux switched reluctance machines
field methods
evolutionary algorithms
optimization
Opis:
W artykule przedstawiono optymalizację obwodu magnetycznego silników reluktancyjnych ze strumieniem osiowym, o budowie modułowej z wirnikiem zewnętrznym. Optymalizację przeprowadzono za pomocą algorytmu ewolucyjnego dostępnego w bibliotece programu Matlab oraz programu do obliczeń polowych - Flux3D.
The paper presents new construction of the modular reluctance motor (Transverse Flux Motor) with an outer rotor. Due to change of the three-module motor magnetic circuit shape, the torque pulsa-tions are greatly reduced and the average electromagnetic torque is significantly increased. In particular, the main disadvantage of the two-module motor structure, that is a zero starting torque in some rotor positions, is eliminated by construction optimisation. A motor numerical model developed in the Flux3D program is coupled with a Matlab-based evolutionary algorithm used for optimisation of the magnetic circuit construction parameters. In the evolutionary algorithm six or seven parameters were taken into account. The elaborated algorithm is also connected with a database to limit the computation cost. Three objective functions were taken into account for the motor integral parameter improvement. Several computer simulations were carried out and the results were compared with those obtained for the previous prototype version of the motors.
Źródło:
Pomiary Automatyka Kontrola; 2011, R. 57, nr 2, 2; 134-137
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Optimization of urban MV multi-loop electric power distribution networks structure using Artificial Intelligence methods
Autorzy:
Parol, M.
Baczyński, D.
Brożek, J.
Powiązania:
https://bibliotekanauki.pl/articles/205678.pdf
Data publikacji:
2012
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
electric power distribution networks
optimization of network structure
evolutionary algorithms
artificial neural networks
Opis:
Urban medium voltage (MV) electric power distribution networks are supplied with primary (HV/MV) substations. These networks supply secondary (MV/LV) transformer substations and are often built as closed structures - loop arrangements. The design problem of optimal urban MV distribution network structure consists of determining the number of primary substations, establishing the number of MV loops supplied with the primary substations, and assigning the secondary MV/LV transformer substations to the MV loops. The optimization task becomes especially complex when the number of the primary substations is greater than one. The minimum of total annual costs is sought. The total annual costs include: fixed (investment) costs, variable (operating) costs and supply-interruption costs. Typical constraints are also accounted for. The so defined optimization problem is a complicated mathematical problem in respect of computational effort. In order to resolve the mathematical model of the optimization problem, evolutionary algorithms and artificial neural networks have been used. Exemplary computational experiments have been executed on the model of urban MV multi-loop electric power distribution networks. The results from the evolutionary algorithm and the artificial neural network calculations have been compared.
Źródło:
Control and Cybernetics; 2012, 41, 3; 667-689
0324-8569
Pojawia się w:
Control and Cybernetics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Optimization of material distribution for forged automotive components using hybrid optimization techniques
Autorzy:
Sebastjan, Przemysław
Kuś, Wacław
Powiązania:
https://bibliotekanauki.pl/articles/29520109.pdf
Data publikacji:
2021
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
shape optimization
hybrid optimization
genetic algorithms
evolutionary algorithms
gradient algorithms
auto-motive part optimization
Opis:
The paper deals with the problem of optimal material distribution inside the provided design area. Optimization based on deterministic and stochastic algorithms is used to obtain the best result on the basis of the proposed objective function and constraints. The optimization of the shock absorber is used as an example of the described methods. One of the main difficulties addressed is the manufacturability of the optimized part intended for the forging process. Additionally, nonlinear buckling simulation with the use of the finite element method is used to solve the misuse case of shock absorber compression, where the shape of the optimized part has a key role in the total strength of the automotive damper. All of that, together with the required design precision, creates the nontrivial constrained optimization problem solved using the parametric, implicit geometry representation and a combination of stochastic and deterministic algorithms used with parallel design processing. Two methods of optimization are examined and compared in terms of the total amount of function calls, final design mass, and feasibility of the resultant design. Also, the amount of parameters used for the implicit geometry representation is greatly reduced compared to existing schemes presented in the literature. The problem addressed in this article is strongly inspired by the actual industrial example of the mass minimization process, but it is more focused on the actual manufacturability of the resultant component and admissible solving time. Commercially accessible software combined with authors’ procedures is used to resolve the material distribution task, which makes the proposed method universal and easily adapted to other fields of the optimization of mechanical elements.
Źródło:
Computer Methods in Materials Science; 2021, 21, 2; 63-74
2720-4081
2720-3948
Pojawia się w:
Computer Methods in Materials Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 46

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