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 "genetic algorithm theory" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-7 z 7
    Tytuł:
    Mechanical buckling of functionally graded polyethylene/clay nanocomposites columns based on the Engesser-Timoshenko beam theory
    Autorzy:
    Yas, M. H.
    Khorramabadi, M. K.
    Powiązania:
    https://bibliotekanauki.pl/articles/949299.pdf
    Data publikacji:
    2018
    Wydawca:
    Polskie Towarzystwo Mechaniki Teoretycznej i Stosowanej
    Tematy:
    mechanical buckling
    functionally graded nanocomposite
    montmorillonite
    genetic algorithm theory
    Opis:
    This paper deals with mechanical buckling of polyethylene/clay nanocomposite beams of functionally graded and uniformly distributed of nanoclay subjected to axial compressive load with simply supported conditions at both ends. The Young moduli of functionally graded and uniformly distributed nanocomposites are calculated using a genetic algorithm procedure and then compared with experimental results. The formulation is modified to include the effect of nanoparticles weight fractions in the calculation of the Young modulus for uniform distribution. Also, it is modified to take into account the Young modulus as a function of the thickness coordinate. The displacement field of the beam is assumed based on the Engesser-Timoshenko beam theory. Applying the Hamilton principle, governing equations are derived. The influence of nanoparticles on the buckling load of the beam is presented. To investigate the accuracy of the present analysis, a compression study with the experimental results is carried out.
    Źródło:
    Journal of Theoretical and Applied Mechanics; 2018, 56, 3; 701-712
    1429-2955
    Pojawia się w:
    Journal of Theoretical and Applied Mechanics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Preparation with modeling and theoretical predictions of mechanical properties of functionally graded polyethylene/clay nanocomposites
    Autorzy:
    Yas, M. H.
    Khorramabadi, M. K.
    Powiązania:
    https://bibliotekanauki.pl/articles/949127.pdf
    Data publikacji:
    2017
    Wydawca:
    Polskie Towarzystwo Mechaniki Teoretycznej i Stosowanej
    Tematy:
    functionally graded material
    nanocomposites
    solution technique
    melt mixing technique
    genetic algorithm theory
    Opis:
    This paper presents preparation with modeling and theoretical predictions of mechanical properties of compatibilized functionally graded and uniform distribution polyethylene/modified montmorillonite nanocomposites manufactured by solution and melt mixing techniques. The morphology is studied by Scanning Electron Microscopy (SEM) and comparisons are made between two techniques. Young’s modulus of nanocomposites for functionally graded and uniform distributions is calculated using a genetic algorithm and is then compared with the results of other theoretical prediction models mentioned in the literature as well as experimental results. It is found that the melt mixing technique is the preferred preparation method, and the results obtained from the theoretical predictions of genetic algorithm procedure are in good agreement with the experimental ones.
    Źródło:
    Journal of Theoretical and Applied Mechanics; 2017, 55, 2; 583-593
    1429-2955
    Pojawia się w:
    Journal of Theoretical and Applied Mechanics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The branch-and-bound method and genetic algorithm in avoidance of ships collisions in fuzzy environment
    Autorzy:
    Mohamed-Seghir, Mostefa
    Powiązania:
    https://bibliotekanauki.pl/articles/259091.pdf
    Data publikacji:
    2012
    Wydawca:
    Politechnika Gdańska. Wydział Inżynierii Mechanicznej i Okrętownictwa
    Tematy:
    safe ship control
    optimal control
    safe trajectories
    branch and bound method
    genetic algorithm
    ship control
    fuzzy set theory
    Opis:
    Marine navigation consists in continuous observation of the situation at sea, determination the anti-collision manoeuvre. So it necessary to determine ship safe trajectory as a sequence of ship course changing manoeuvres. Each manoeuvre is undertaken on the basis of information obtained from the anti-collision system ARPA. This paper describes a method of safe ship control in the collision situation in a fuzzy environment based on a branch and bound method and a genetic algorithm. The optimal safe ship trajectory in a collision situation is presented as multistage decision-making process.
    Źródło:
    Polish Maritime Research; 2012, S 1; 45-49
    1233-2585
    Pojawia się w:
    Polish Maritime Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Game Theoretical Model Applied to Scheduling in Grid Computing
    Autorzy:
    Świtalski, P.
    Seredyński, F.
    Powiązania:
    https://bibliotekanauki.pl/articles/93040.pdf
    Data publikacji:
    2007
    Wydawca:
    Uniwersytet Przyrodniczo-Humanistyczny w Siedlcach
    Tematy:
    scheduling
    game theory
    prisoner's dilemma
    genetic algorithm
    grid
    task
    job
    Opis:
    We consider a grid computational model which consist of a number of computation nodes and a number of users. Each user generates a computation load (jobs) requesting computational and communication resources. A deadline for each job is also defined. We propose a scheduling algorithm which is based on Iterated Prisoner's Dilemma (IPD) under the Random Pairing game, where nodes (players) of the grid system decide about their behavior: cooperate or defect. In this game players play a game with randomly chosen players and receive payoffs. Each player has strategies which define its decision. Genetic algorithm (GA) is used to evolve strategies to optimize a criterion related to scheduling problem. In this paper we show that GA is able to discover a strategy in the IPD model providing a cooperation between node-players, which permits to solve scheduling problem in grid.
    Źródło:
    Studia Informatica : systems and information technology; 2007, 2(9); 19-27
    1731-2264
    Pojawia się w:
    Studia Informatica : systems and information technology
    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:
    O programie badawczym teorii inteligentnego projektu
    On the Research Program of Intelligent Design Theory
    Autorzy:
    Sagan, Dariusz
    Powiązania:
    https://bibliotekanauki.pl/articles/553210.pdf
    Data publikacji:
    2013
    Wydawca:
    Uniwersytet Zielonogórski. Instytut Filozofii
    Tematy:
    nieredukowalna złożoność
    wyspecyfikowana złożoność
    informacja
    Biologic Institute
    oznaki projektu
    ograniczenia ewolucji
    „śmieciowy” DNA
    algorytm genetyczny
    steganografia
    irreducible complexity
    specified complexity
    information
    signs of design
    limits of evolution
    „junk” DNA
    genetic algorithm
    steganography
    Opis:
    Zgodnie z teorią inteligentnego projektu pewne zjawiska biologiczne i kosmiczne zostały zaprojektowane przez istotę inteligentną, która równie dobrze może być naturalna, jak nadnaturalna, a projekt ten jest wykrywalny naukowo. Krytycy wysuwają jednak zarzut, że o nienaukowym charakterze tej teorii świadczy fakt, iż nie jest ona użyteczna dla nauki, gdyż nie inspiruje nowych badań naukowych, hamując postęp nauki. Brak programu badawczego lub niedostatek realizowanych projektów badawczych dostrzegają nawet zwolennicy tej teorii, artykuł przedstawia jednak pewne możliwe w ramach teorii inteligentnego projektu badania. Chociaż z perspektywy metodologicznej opracowanie programu badawczego przez teoretyków projektu nie jest niezbędne, to realnie patrząc, ewentualny naukowy sukces teorii inteligentnego projektu zależy w dużej mierze od tego, czy zwolennicy tego ujęcia przekonają naukowców, że w jego ramach będą mogli coś robić, że może być ono dobrym, płodnym przewodnikiem badań, i dlatego wymaga od teoretyków projektu większego zaangażowania w wysiłek tworzenia i aktywnej realizacji programu badawczego niż można to było dotychczas zaobserwować z ich strony.
    According to intelligent design theory, certain biological and cosmic phenomena were designed by an intelligent being that could just as well be natural as supernatural, and this design is scientifically detectable. However, critics pose an objection that unscientific character of this theory is discernible in that it is not useful for science because it does not inspire new scientific research and thus it is stopping the progress of science. The lack of research program or scarcity of carried out research projects is recognized also by the proponents of that theory, but the article presents some possible research which intelligent design theory may inspire. Although the development of research program by design theorists is not necessary from the methodological perspective, in practice the potential scientific success of intelligent design theory depends largely on whether the proponents of this approach would convince scientists that thanks to it they can do something, that it could be a good, fruitful research guide, and thus demands more commitment of design theorists to the effort of forming and actively accomplishing a research program than it could have been observed so far.
    Źródło:
    Filozoficzne Aspekty Genezy; 2013, 10; 73-108
    2299-0356
    Pojawia się w:
    Filozoficzne Aspekty Genezy
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Forming of the regional core transport network taking into account the allocation of alternative energy sources based on artificial intelligence methods
    Формирование опорной транспортной сети региона с учетом размещения альтернативных источников энергии на основе методов искусственного интеллекта
    Autorzy:
    Zhuravskaya, M.
    Tarasyan, V.
    Powiązania:
    https://bibliotekanauki.pl/articles/374401.pdf
    Data publikacji:
    2014
    Wydawca:
    Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
    Tematy:
    core transport network
    logistic system
    logistic center allocation
    renewable energy
    fuzzy set theory
    genetic algorithm
    rdzeń sieci transportowej
    system logistyczny
    energia odnawialna
    teoria zbiorów rozmytych
    algorytm genetyczny
    Opis:
    In the modern world the alternative energy sources, which considerably depend on a region, play more and more significant role. However, the transition of regions to new energy sources lead to the change of transport and logistic network configuration. The formation of optimal core transport network today is a guarantee of the successful economic development of a region tomorrow. The present article studies the issue of advanced core transport network development in a region based on the experience of European and Asian countries and the opportunity to adapt the best foreign experience to Russian conditions. On the basis of artificial intelligence methods for forest industry complex of Sverdlovskaya Oblast the algorithm of problem solution of an optimal logistic infrastructure allocation is offered and some results of a regional transport network are presented. These methods allowed to solve the set task in the conditions of information uncertainty. There are suggestions on the improvement of transport and logistic network in the territory of Sverdlovskaya Oblast. Traditionally the logistics of mineral fuel plays main role in regions development. Actually it is required to develop logistic strategic plans to be able to provide different possibilities of power-supply, flexible enough to change with the population density, transport infrastructure and demographics of different regions. The problem of logistic centers allocation was studied by many authors. The approach, offered by the authors of this paper is to solve the set of tasks by applying artificial intelligence methods, such as fuzzy set theory and genetic algorithms.
    В современном мире альтернативные источники энергии, которые в значительной степени зависят от региона, играют все более значимую роль. Однако переход регионов к новым источникам энергии приведет к изменению транспортно- логистического конфигурации сети. Формирование оптимальной опорной транспортной сети сегодня является залогом успешного экономического развития региона завтра. Настоящая статья изучает вопрос опережающего развития опорной транспортной сети региона на основе опыта стран Европы и Азии, а также возможность адаптировать лучший зарубежный опыт к российским условиям. На основе методов искусственного интеллекта для лесопромышленного комплекса Свердловской области предлагается алгоритм решения задачи оптимального логистического распределения инфраструктуры и представлены некоторые результаты моделирования региональной транспортной сети. Эти методы позволили решить поставленную задачу в условиях информационной неопределенности. Дать предложения по совершенствованию транспортной и логистической сети на территории Свердловской области. Зависимость логистики от минерального топлива, является устойчивой тенденцией развития регионов, однако при составлении стратегических планов необходимо на ряду, с плотностью населения, особенностями транспортной инфраструктуры и прогнозом демографических изменений, также предусмотреть альтернативные возможности смены источников энергоресурсов. К проблеме размещения логистических центров обращались многие авторы. Особенностью подхода, предлагаемого авторами этой статьи является применение методов искусственного интеллекта, в частности, теории нечетких множеств и генетических алгоритмов.
    Źródło:
    Transport Problems; 2014, 9, 4; 121-130
    1896-0596
    2300-861X
    Pojawia się w:
    Transport Problems
    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