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 "SWARM (system)" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-20 z 20
    Tytuł:
    Robust L2 consensus of high-order swarm systems with time-varying delays
    Autorzy:
    Xi, J
    Yao, Z
    Liu, G.
    Zhong, Y.
    Powiązania:
    https://bibliotekanauki.pl/articles/205770.pdf
    Data publikacji:
    2014
    Wydawca:
    Polska Akademia Nauk. Instytut Badań Systemowych PAN
    Tematy:
    consensus
    swarm system
    uncertainty
    time delay
    disturbance rejection
    Opis:
    Consensus problems for high-order continuous-time swarm systems in directed networks with time delays, uncertainties and external disturbances are investigated. Firstly, the state space of a swarm system is decomposed into a consensus subspace (CS) and a complement consensus space (CCS). A necessary and sufficient condition for the system with time delays and uncertainties to achieve consensus is presented based on the state projection on CCS, and an explicit expression of the consensus function is shown on the basis of the state projection on CS. Then, a sufficient condition for the system to achieve consensus with a desired L2 performance is given. Finally, numerical simulations are shown to demonstrate theoretical results.
    Źródło:
    Control and Cybernetics; 2014, 43, 1; 59-77
    0324-8569
    Pojawia się w:
    Control and Cybernetics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    System rozpoznawczo-uderzeniowy SWARM
    Autorzy:
    Maciejewski, Adam M.
    Powiązania:
    Wojsko i Technika 2020, nr 10, s. 10-11
    Data publikacji:
    2020
    Tematy:
    WB Electronics (Ożarów Mazowiecki)
    Wojska lądowe
    Jednostki specjalne
    Jednostki rozpoznania
    System bezzałogowy
    System rozpoznawczo-uderzeniowy
    Dane taktyczno-techniczne sprzętu wojskowego
    SWARM (system)
    Artykuł z czasopisma fachowego
    Artykuł z czasopisma wojskowego
    Opis:
    Artykuł dotyczy zintegrowanego systemu rozpoznawczo-uderzeniowego SWARM, który stworzyła polska Grupa WB. System opracowano głównie dla jednostek specjalnych i rozpoznania oraz formacji aeromobilnych lub spadochronowych. Omówiono elementy i strukturę systemu, dane taktyczno-techniczne oraz sposób działania. W założeniu SWARM ma być lekkim i prostym w użyciu narzędziem umożliwiającym jednoczesne wykrywanie, identyfikację i precyzyjne atakowanie celów punktowych.
    Fotografie.
    Dostawca treści:
    Bibliografia CBW
    Artykuł
    Tytuł:
    Overhead vision system for testing swarms and groups of wheeled robots
    Autorzy:
    Wiech, Jakub
    Hendzel, Zenon
    Powiązania:
    https://bibliotekanauki.pl/articles/384852.pdf
    Data publikacji:
    2019
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    swarm robotics
    vision system
    wheeled robots
    Opis:
    The paper describes how to use ArUco markers to determine the position and orientation of wheeled robots in 3D space. it is preceded by a general description on the testbed and a detailed description on the marker detection algorithm along with the camera calibration using the ChaArUco markers. The camera has been described and calibrated using the pinhole camera model, taking into account distortion on the lens. The second part oo the article describes the wheeled robots with their mechanical construction.
    Źródło:
    Journal of Automation Mobile Robotics and Intelligent Systems; 2019, 13, 2; 15-22
    1897-8649
    2080-2145
    Pojawia się w:
    Journal of Automation Mobile Robotics and Intelligent Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Research on resilience model of UAV swarm based on complex network dynamics
    Autorzy:
    Wei, Kunlun
    Zhang, Tao
    Chuanfu, Zhang
    Powiązania:
    https://bibliotekanauki.pl/articles/28328275.pdf
    Data publikacji:
    2023
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    UAV swarm
    resilience
    SIS
    system dynamics
    topology
    Opis:
    Unmanned Aerial Vehicle (UAV) swarms are utilized in various missions and operated within an open environment that is prone to disruptions. The resilience of UAV swarms, an important requirement, mainly revolves around ensuring stable and uninterrupted operations. Malicious attacks can implement the adverse impacts of potential threats through swarm communication links. In this context, the SIS (Susceptible → Infected → Susceptible) method is suitable for describing the information transmission within UAV swarms. An enhanced resilience model of the UAV swarm is proposed in this study, which incorporates the factors of self-dynamics, dynamics of topology, dynamics of information transmission, and SIS into the complex network model. Self-dynamics refer to the internal dynamics of the drones. In this paper, dynamics of topology consist of three factors: the varying distance between drones, the incoming degrees of each drone, and the number of communication types between drones. Lastly, dynamics of information transmission are characterized by SIS. The model proposed in this paper has the capability to effectively capture changes in the network topology as well as the dynamics of the system, which are significant contributors to the loss of resilience. And then, the average number of susceptible drones is utilized as the metric to evaluate the resilience of the swarm. Furthermore, an experiment is conducted where a UAV swarm successfully carries out a surveillance mission to demonstrate the advantages of our proposed method. The proposed model not only enables the support of mission planning but also facilitates the design enhancements of UAV swarms.
    Źródło:
    Eksploatacja i Niezawodność; 2023, 25, 4; art. no. 173125
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Function optimization using metaheuristics
    Autorzy:
    Pilski, M.
    Seredyński, F.
    Powiązania:
    https://bibliotekanauki.pl/articles/92887.pdf
    Data publikacji:
    2006
    Wydawca:
    Uniwersytet Przyrodniczo-Humanistyczny w Siedlcach
    Tematy:
    particle swarm optimization (PSO)
    artificial immune system
    genetic algorithm
    function optimization
    Opis:
    The paper presents the results of comparison of three metaheuristics that currently exist in the problem of function optimization. The first algorithm is Particle Swarm Optimization (PSO) - the algorithm has recently emerged. The next one is based on a paradigm of Artificial Immune System (AIS). Both algorithms are compared with Genetic Algorithm (GA). The algorithms are applied to optimize a set of functions well known in the area of evolutionary computation. Experimental results show that it is difficult to unambiguously select one best algorithm which outperforms other tested metaheuristics.
    Źródło:
    Studia Informatica : systems and information technology; 2006, 1(7); 77-91
    1731-2264
    Pojawia się w:
    Studia Informatica : systems and information technology
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Power system oscillation damping controller design: a novel approach of integrated HHO-PSO algorithm
    Autorzy:
    Devarapalli, Ramesh
    Kumar, Vikash
    Powiązania:
    https://bibliotekanauki.pl/articles/1845528.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    Harris hawk optimization
    power system stabilizers
    STATCOM
    FACTS
    particle swarm optimization
    Opis:
    The hybridization of a recently suggested Harris hawk’s optimizer (HHO) with the traditional particle swarm optimization (PSO) has been proposed in this paper. The velocity function update in each iteration of the PSO technique has been adopted to avoid being trapped into local search space with HHO. The performance of the proposed Integrated HHO-PSO (IHHOPSO) is evaluated using 23 benchmark functions and compared with the novel algorithms and hybrid versions of the neighbouring standard algorithms. Statistical analysis with the proposed algorithm is presented, and the effectiveness is shown in the comparison of grey wolf optimization (GWO), Harris hawks optimizer (HHO), barnacles matting optimization (BMO) and hybrid GWO-PSO algorithms. The comparison in convergence characters with the considered set of optimization methods also presented along with the boxplot. The proposed algorithm is further validated via an emerging engineering case study of controller parameter tuning of power system stability enhancement problem. The considered case study tunes the parameters of STATCOM and power system stabilizers (PSS) connected in a sample power network with the proposed IHHOPSO algorithm. A multi-objective function has been considered and different operating conditions has been investigated in this papers which recommends proposed algorithm in an effective damping of power network oscillations.
    Źródło:
    Archives of Control Sciences; 2021, 31, 3; 553-591
    1230-2384
    Pojawia się w:
    Archives of Control Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Power system oscillation damping controller design: a novel approach of integrated HHO-PSO algorithm
    Autorzy:
    Devarapalli, Ramesh
    Kumar, Vikash
    Powiązania:
    https://bibliotekanauki.pl/articles/1845539.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    Harris hawk optimization
    power system stabilizers
    STATCOM
    FACTS
    particle swarm optimization
    Opis:
    The hybridization of a recently suggested Harris hawk’s optimizer (HHO) with the traditional particle swarm optimization (PSO) has been proposed in this paper. The velocity function update in each iteration of the PSO technique has been adopted to avoid being trapped into local search space with HHO. The performance of the proposed Integrated HHO-PSO (IHHOPSO) is evaluated using 23 benchmark functions and compared with the novel algorithms and hybrid versions of the neighbouring standard algorithms. Statistical analysis with the proposed algorithm is presented, and the effectiveness is shown in the comparison of grey wolf optimization (GWO), Harris hawks optimizer (HHO), barnacles matting optimization (BMO) and hybrid GWO-PSO algorithms. The comparison in convergence characters with the considered set of optimization methods also presented along with the boxplot. The proposed algorithm is further validated via an emerging engineering case study of controller parameter tuning of power system stability enhancement problem. The considered case study tunes the parameters of STATCOM and power system stabilizers (PSS) connected in a sample power network with the proposed IHHOPSO algorithm. A multi-objective function has been considered and different operating conditions has been investigated in this papers which recommends proposed algorithm in an effective damping of power network oscillations.
    Źródło:
    Archives of Control Sciences; 2021, 31, 3; 553-591
    1230-2384
    Pojawia się w:
    Archives of Control Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Jacking and energy consumption control over network for jack-up rig: simulation and experiment
    Autorzy:
    Do, Viet-Dung
    Dang, Xuan-Kien
    Tran, Tien-Dat
    Pham, Thi Duyen-Anh
    Powiązania:
    https://bibliotekanauki.pl/articles/32912855.pdf
    Data publikacji:
    2022
    Wydawca:
    Politechnika Gdańska. Wydział Inżynierii Mechanicznej i Okrętownictwa
    Tematy:
    networked control system
    environmental forces
    energy consumption
    Fuzzy Particle Swarm Optimization
    jacking system
    time-delay
    Opis:
    Oil and gas projects differ from regular investment projects in that they are frequently large-scale, categorised as vital national projects, highly technological, and associated with significant risks. Drilling rigs are a crucial component of the oil and gas sector and the majority of the systems and equipment aboard drilling rigs are operated automatically. Consequently, it is crucial to address the topic of an advanced control theory for off-shore systems. Network technology connected to control is progressively being used to replace outdated technologies, together with other contemporary technologies. In this study, we examine how to adapt a networked control jacking system to the effects of internal and external disturbances with a time delay, using a Fuzzy controller (FC)-based particle swarm optimisation. To demonstrate the benefit of the proposed approach, the developed Fuzzy Particle Swarm Optimisation (FPSO) controller is compared with the fuzzy controller. Finally, the results from simulations and experiments utilising Matlab software and embedded systems demonstrate the suitability of the proposed approach.
    Źródło:
    Polish Maritime Research; 2022, 3; 89-98
    1233-2585
    Pojawia się w:
    Polish Maritime Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    FLC control for tuning exploration phase in bio-inspired metaheuristic
    Autorzy:
    Kiełkowicz, K.
    Grela, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/106299.pdf
    Data publikacji:
    2016
    Wydawca:
    Uniwersytet Marii Curie-Skłodowskiej. Wydawnictwo Uniwersytetu Marii Curie-Skłodowskiej
    Tematy:
    Bat algorithm
    swarm intelligence
    metaheuristics
    optimization
    fuzzy logic
    Mamdami-Type inference system
    Opis:
    Growing popularity of the Bat Algorithm has encouraged researchers to focus their work on its further improvements. Most work has been done within the area of hybridization of Bat Algorithm with other metaheuristics or local search methods. Unfortunately, most of these modifications not only improves the quality of obtained solutions, but also increases the number of control parameters that are needed to be set in order to obtain solutions of expected quality. This makes such solutions quite impractical. What more, there is no clear indication what these parameters do in term of a search process. In this paper authors are trying to incorporate Mamdani type Fuzzy Logic Controller (FLC) to tackle some of these mentioned shortcomings by using the FLC to control the exploration phase of a bio-inspired metaheuristic. FLC also allows us to incorporate expert knowledge about the problem at hand and define expected behaviors of system – here process of searching in multidimensional search space by modeling the process of bats hunting for their prey.
    Źródło:
    Annales Universitatis Mariae Curie-Skłodowska. Sectio AI, Informatica; 2016, 16, 2; 32-38
    1732-1360
    2083-3628
    Pojawia się w:
    Annales Universitatis Mariae Curie-Skłodowska. Sectio AI, Informatica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Intelligent financial time series forecasting: A complex neuro-fuzzy approach with multi-swarm intelligence
    Autorzy:
    Li, C.
    Chiang, T. W.
    Powiązania:
    https://bibliotekanauki.pl/articles/331280.pdf
    Data publikacji:
    2012
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    zbiór rozmyty
    system neuronowo-rozmyty
    optymalizacja rojem cząstek
    szereg czasowy
    complex fuzzy set
    complex neuro fuzzy system
    hierarchical multi swarm
    particle swarm optimization (PSO)
    recursive least squares estimator
    time series forecasting
    Opis:
    Financial investors often face an urgent need to predict the future. Accurate forecasting may allow investors to be aware of changes in financial markets in the future, so that they can reduce the risk of investment. In this paper, we present an intelligent computing paradigm, called the Complex Neuro-Fuzzy System (CNFS), applied to the problem of financial time series forecasting. The CNFS is an adaptive system, which is designed using Complex Fuzzy Sets (CFSs) whose membership functions are complex-valued and characterized within the unit disc of the complex plane. The application of CFSs to the CNFS can augment the adaptive capability of nonlinear functional mapping, which is valuable for nonlinear forecasting. Moreover, to optimize the CNFS for accurate forecasting, we devised a new hybrid learning method, called the HMSPSO-RLSE, which integrates in a hybrid way the so-called Hierarchical Multi-Swarm PSO (HMSPSO) and the well known Recursive Least Squares Estimator (RLSE). Three examples of financial time series are used to test the proposed approach, whose experimental results outperform those of other methods.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2012, 22, 4; 787-800
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    PSO based optimal location and sizing of SVC for novel multiobjective voltage stability analysis during N – 2 line contingency
    Autorzy:
    Mangaiyarkarasi, S. P
    Sree Renga Raja, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/140430.pdf
    Data publikacji:
    2014
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    N – 2 contingency analysis
    voltage severity
    particle swarm optimization (PSO)
    SVC
    power system planning
    Opis:
    In this paper voltage stability is analysed based not only on the voltage deviations from the nominal values but also on the number of limit violating buses and severity of voltage limit violations. The expression of the actual state of the system as a numerical index like severity, aids the system operator in taking better security related decisions at control centres both during a period of contingency and also at a highly stressed operating condition. In contrary to conventional N – 1 contingency analysis, Northern Electric Reliability Council (NERC) recommends N – 2 line contingency analysis. The decision of the system operator to overcome the present contingency state of the system must blend harmoniously with the stability of the system. Hence the work presents a novel N – 2 contingency analysis based on the continuous severity function of the system. The study is performed on 4005 possible combinations of N – 2 contingency states for the practical Indian Utility 62 bus system. Static VAr Compensator is used to improve voltage profile during line contingencies. A multi- objective optimization with the objective of minimizing the voltage deviation and also the number of limit violating bus with optimal location and optimal sizing of SVC is achieved by Particle Swarm Optimization algorithm.
    Źródło:
    Archives of Electrical Engineering; 2014, 63, 4; 535-550
    1427-4221
    2300-2506
    Pojawia się w:
    Archives of Electrical Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Setpoint weighted PID controller tuning for unstable system using heuristic algorithm
    Autorzy:
    Rajinikanth, V.
    Latha, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/229344.pdf
    Data publikacji:
    2012
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    setpoint weighted PID
    unstable system
    particle swarm optimization (PSO)
    bacterial foraging optimization
    objective function
    Opis:
    Most of the real time chemical process loops are unstable in nature and designing a suitable controller for such systems are difficult than open loop stable processes. In this work, an attempt is made with a two degree of freedom setpoint weighted PID controller tuning procedure for a class of unstable systems using the recent heuristic algorithms such as Particle Swarm Optimization and Bacterial Foraging Optimization. The problem considered in this study is to aptly tune the controller in order to enhance the overall closed loop performance. A novel objective function proposed in this study is used to monitor the heuristic algorithms in order to get the optimal controller parameters like Kp, Ki, Kd, and alpha with minimized iteration number. The proposed method is validated with a simulation study and this helps to accomplish enhanced system performance such as smooth reference tracking, satisfactory disturbance rejection, and error minimization for a class of unstable systems.
    Źródło:
    Archives of Control Sciences; 2012, 22, 4; 481-505
    1230-2384
    Pojawia się w:
    Archives of Control Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Coordinated control of phase shifting transformers in the power system
    Skoordynowane sterowanie przesuwnikami fazowymi w systemie elektroenergetycznym
    Autorzy:
    Korab, R.
    Owczarek, R.
    Połomski, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/397322.pdf
    Data publikacji:
    2017
    Wydawca:
    ENERGA
    Tematy:
    power system
    phase shifting transformer
    unscheduled flow
    particle swarm optimisation
    system elektroenergetyczny
    przesuwnik fazowy
    przepływ nieplanowy
    optymalizacja rojem cząstek
    Opis:
    In response to the growing problem of unscheduled flows, more and more transmission system operators in Europe provide their systems with phase shifting transformers (PST). However, the operations of several PSTs deployed close to each other must be coordinated for them to be effective and to avoid their harmful interactions. Coordination of a group of such devices leads to a problem of multidimensional optimisation. This paper presents a method of optimal PST setting based on the particle swarm optimisation (PSO) algorithm. As an optimisation criterion the minimization of unscheduled flow through the given system has been applied. The impact of the number of particles in the swarm and their maximum permissible velocity on the optimisation algorithm’s efficiency was analysed. Results are presented for a 118-node test grid.
    W odpowiedzi na rosnący problem przepływów nieplanowych coraz większa liczba operatorów systemów przesyłowych w Europie wyposaża swoje systemy w przesuwniki fazowe (PST). Jednakże użycie kilku PST zainstalowanych geograficznie lub elektrycznie blisko siebie musi być skoordynowane w celu skutecznego wykorzystania tych urządzeń i uniknięcia ich niekorzystnych interakcji. Koordynacja grupy takich urządzeń prowadzi do problemu optymalizacji wielowymiarowej. W artykule przedstawiono metodę optymalizacji nastaw PST opartą na algorytmie roju cząstek (PSO). Jako kryterium optymalizacji zastosowano minimalizację przepływu nieplanowego przez dany system. Przeanalizowano wpływ liczby cząstek roju oraz ich maksymalnej dozwolonej prędkości na efektywność algorytmu optymalizacji. Przedstawiono wyniki dla sieci testowej zawierającej 118 węzłów.
    Źródło:
    Acta Energetica; 2017, 3; 97-103
    2300-3022
    Pojawia się w:
    Acta Energetica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Feature selection using particle swarm optimization in text categorization
    Autorzy:
    Aghdam, M. H.
    Heidari, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/91792.pdf
    Data publikacji:
    2015
    Wydawca:
    Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
    Tematy:
    classification system
    feature selection
    text categorization
    particle swarm optimization (PSO)
    system klasyfikacji
    wybór funkcji
    kategoryzacja tekstu
    optymalizacja rojem cząstek
    Opis:
    Feature selection is the main step in classification systems, a procedure that selects a subset from original features. Feature selection is one of major challenges in text categorization. The high dimensionality of feature space increases the complexity of text categorization process, because it plays a key role in this process. This paper presents a novel feature selection method based on particle swarm optimization to improve the performance of text categorization. Particle swarm optimization inspired by social behavior of fish schooling or bird flocking. The complexity of the proposed method is very low due to application of a simple classifier. The performance of the proposed method is compared with performance of other methods on the Reuters-21578 data set. Experimental results display the superiority of the proposed method.
    Źródło:
    Journal of Artificial Intelligence and Soft Computing Research; 2015, 5, 4; 231-238
    2083-2567
    2449-6499
    Pojawia się w:
    Journal of Artificial Intelligence and Soft Computing Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Smart control of energy storage system in residential photovoltaic systems for economic and technical efficiency
    Autorzy:
    Kaczorowska, Dominika
    Rezmer, Jacek
    Janik, Przemysław
    Sikorski, Tomasz
    Powiązania:
    https://bibliotekanauki.pl/articles/2202548.pdf
    Data publikacji:
    2023
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    economic efficiency
    energy storage system ESS
    microgrid management
    optimal power flow
    OPF
    particle swarm optimisation PSO
    Opis:
    In recent years, due to the increasing number of renewable energy sources, which are characterised by the stochastic nature of the generated power, interest in energy storage has increased. Commercial installations use simple deterministic methods with low economic efficiency. Hence, there is a need for intelligent algorithms that combine technical and economic aspects. Methods based on computational intelligence (CI) could be a solution. The paper presents an algorithm for optimising power flow in microgrids by using computational intelligence methods. This approach ensures technical and economic efficiency by combining multiple aspects in a single objective function with minimal numerical complexity. It is scalable to any industrial or residential microgrid system. The method uses load and generation forecasts at any time horizon and resolution and the actual specifications of the energy storage systems, ensuring that technological constraints are maintained. The paper presents selected calculation results for a typical residential microgrid supplied with a photovoltaic system. The results of the proposed algorithm are compared with the outcomes provided by a deterministic management system. The computational intelligence method allows the objective function to be adjusted to find the optimal balance of economic and technical effects. Initially, the authors tested the invented algorithm for technical effects, minimising the power exchanged with the distribution system. The application of the algorithm resulted in financial losses, €12.78 for the deterministic algorithm and €8.68 for the algorithm using computational intelligence. Thus, in the next step, a control favouring economic goals was checked using the CI algorithm. The case where charging the storage system from the grid was disabled resulted in a financial benefit of €10.02, whereas when the storage system was allowed to charge from the grid, €437.69. Despite the financial benefits, the application of the algorithm resulted in up to 1560 discharge cycles. Thus, a new unconventional case was considered in which technical and economic objectives were combined, leading to an optimum benefit of €255.17 with 560 discharge cycles per year. Further research of the algorithm will focus on the development of a fitness function coupled to the power system model.
    Źródło:
    Archives of Electrical Engineering; 2023, 72, 1; 81--102
    1427-4221
    2300-2506
    Pojawia się w:
    Archives of Electrical Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Optymalizacja rojowa nastaw przesuwników fazowych w systemie elektroenergetycznym
    Swarm optimization of settings of phase shifting transformers in a power system
    Autorzy:
    Korab, R.
    Owczarek, R.
    Połomski, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/269100.pdf
    Data publikacji:
    2017
    Wydawca:
    Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
    Tematy:
    power system
    phase shifting transformer
    particle swarm optimization (PSO)
    active power losses
    system elektroenergetyczny
    przesuwnik fazowy
    optymalizacja rojem cząstek
    straty mocy czynnej
    Opis:
    W artykule przedstawiono zastosowanie algorytmu rojowego PSO do optymalizacji nastaw grupy przesuwników fazowych w systemie elektroenergetycznym. Jako kryterium optymalizacji zastosowano minimalizację strat mocy czynnej w sieci testowej IEEE 118. Przeanalizowano wpływ maksymalnej dozwolonej prędkości cząstek na efektywność algorytmu optymalizacji. Wyniki badań pokazują ważność tego parametru.
    In response to the growing problem of unscheduled flows, a larger and larger number of transmission system operators in Europe equip their systems with phase shifting transformers (PSTs). PSTs are special transformers which installed in a transmission line enable regulation of the voltage phase angle and thereby change of the active power flow in the line. However, the use of several PSTs installed geographically close to each other must be coordinated in order to efficiently use those devices and avoid their adverse interactions. The coordination of a group of such devices leads to a multidimensional optimization problem. In this paper, the coordination problem was solved by optimization of settings of all analyzed PSTs, based on the swarm algorithm. This approach was examined and tested on an IEEE 118-bus test system. The minimization of active power losses in this system was used as the optimization criterion. The impact of maximum allowed velocity of particles on the effectiveness of the optimization algorithm was analyzed. The result shows that the improved effectiveness of the proposed approach can be obtained by careful selection of this parameter.
    Źródło:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2017, 53; 99-102
    1425-5766
    2353-1290
    Pojawia się w:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
    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:
    Electronic System Fault Diagnosis with Optimized Multi-kernel SVM by Improved CPSO
    Diagnoza uszkodzeń układu elektronicznego z wykorzystaniem Wielojądrowej Maszyny Wektorów Nośnych (SVM) zoptymalizowanej przy pomocy poprawionego algorytmu CPSO
    Autorzy:
    Guo, Y. M.
    Wang, X. T.
    Liu, C.
    Zheng, Y. F.
    Cai, X. B.
    Powiązania:
    https://bibliotekanauki.pl/articles/300922.pdf
    Data publikacji:
    2014
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    układ elektroniczny
    diagnoza uszkodzeń
    maszyna wektorów nośnych
    optymalizacja metodą chaosu-roju cząstek
    funkcja wielojądrowa
    electronic system
    fault diagnosis
    support vector machine (SVM)
    chaos particles swarm optimization
    multi-kernel
    Opis:
    Bezpieczeństwo pracy układów elektronicznych stało się kluczowym zagadnieniem w odniesieniu do złożonych układów o wysokiej niezawodności. Obecnie coraz większy nacisk kładzie się na trafność diagnozy uszkodzeń układów elektronicznych. Na podstawie charakterystyki diagnozy uszkodzeń układów elektronicznych, opracowaliśmy model wielokryterialnej klasyfikacji SVM pozwalający osiągnąć lepszą trafność diagnozy uszkodzeń. Model wykorzystuje funkcję wielojądrową składającą się z kilku bazowych funkcji jądrowych pozwalającą na zwiększenie interpretowalności modelu klasyfikacyjnego. Aby zoptymalizować działanie modelu wielokryterialnej klasyfikacji SVM wykorzystującego funkcję wielojądrową, udoskonaliliśmy algorytm Optymalizacji Metodą Chaosu-Roju Cząstek (CPSO), co pozwoliło osiągnąć optymalne parametry SVM i funkcji wielojądrowej. W poprawionym algorytmie CPSO wzmocniono różnorodność wyszukiwania poprzez wykorzystanie chaotycznej sekwencji generowanej przez zmodyfikowaną mapę tent, a także włączono do standardowego algorytmu PSO efektywną metodę pozwalającą uniknąć przedwczesnej stagnacji oraz uzyskać globalne wartości optymalizacji. Wyniki symulacji diagnozy uszkodzeń systemu elektronicznego pokazują, że proponowany system optymalizacji może być wykorzystywany jako skuteczna metoda umożliwiająca znaczne zwiększenie trafności diagnozy uszkodzeń z wykorzystaniem wielojądrowej SVM.
    Electronic systems’ safety operation has become a key issue to complex and high reliability systems. Now more emphasis has been laid on the accuracy of electronic system fault diagnosis. Based on the characteristics of the electronic system fault diagnosis, we design a multi-classification SVMs model to attain better fault diagnosis accuracy, which utilizes multi-kernel function consisting of several basis kernel functions to enhance the interpretability of the classification model. In order to optimize the performance of multi-classification SVMs with multi-kernel, we improve the Chaos Particles swarm Optimization (CPSO) algorithm to achieve the optimum parameters of SVMs and the multi-kernel function. For the improved CPSO algorithm, a modified Tent Map chaotic sequence is used to strengthen the search diversity, and an effective method is embedded to the stander PSO algorithm which can ensure to avoid premature stagnation and obtain the global optimization values. The fault diagnosis simulation results of an electronic system show the proposed optimization scheme is a feasible and effective method and it can significantly improve the fault diagnosis accuracy of the multi-kernel SVM.
    Źródło:
    Eksploatacja i Niezawodność; 2014, 16, 1; 85-91
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Hydrology modelling in Taleghan mountainous watershed using SWAT
    Modelowanie hydrologii górskiej zlewni rzeki Taleghan z zastosowaniem modelu SWAT
    Autorzy:
    Noor, H.
    Vafakhah, M.
    Taheriyoun, M.
    Moghadasi, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/292853.pdf
    Data publikacji:
    2014
    Wydawca:
    Instytut Technologiczno-Przyrodniczy
    Tematy:
    auto-calibration
    particle swarm optimization (PSO)
    snow hydrology
    soil and water assessment tool
    Taleghan Dam
    autokalibracja
    hydrologia śniegu
    optymalizacja rojem cząstek (PSO)
    system oceny gleby i wody
    zapora Taleghan
    Opis:
    Mountainous regions in Iran are important sources of surface water supply and groundwater recharge. Therefore, accurate simulation of hydrologic processes in mountains at large scales is important for water resource management and for watershed management planning. Snow hydrology is the more important hydrologic process in mountainous watersheds. Therefore, streamflow simulation in mountainous watersheds is often challenging because of irregular topography and complex hydrological processes. In this study, the Soil and Water Assessment Tool (SWAT) was used to model daily runoff in the Taleghan mountainous watershed (800.5 km2) in west of Tehran, Iran. Most of the precipitation in the study area takes place as snow, therefore, modeling daily streamflow in this river is very complex and with large uncertainty. Model calibration was performed with Particle Swarm Optimization. The main input data for simulation of SWAT including Digital Elevation Model (DEM), land use, soil type and soil properties, and hydro-climatological data, were appropriately collected. Model performance was evaluated both visually and statistically where a good relation between observed and simulated discharge was found. The results showed that the coefficient of determination R2 and the Nash-Sutcliffe coefficient NS values were 0.80 and 0.78, respectively. The calibrated model was most sensitive to snowmelt parameters and CN2 (Curve Number). Results indicated that SWAT can provide reasonable predictions daily streamflow from Taleghan watersheds.
    Górskie regiony Iranu są ważnymi terenami zasilania wód powierzchniowych i podziemnych. Z tego powodu dokładna symulacja procesów hydrologicznych w dużej skali ma znaczenie dla gospodarki zasobami wodnymi i planowania zarządzania zlewnią. Śnieg odgrywa ważną rolę w hydrologii górskich zlewni. Symulacja przepływów w tych zlewniach stanowi więc wyzwanie z powodu nieregularnej rzeźby terenu i skomplikowanych procesów hydrologicznych. W badaniach zastosowano system oceny gleby i wody (SWAT) do modelowania dobowego odpływu z górskiej zlewni Taleghan (800,5 km2) położonej w Iranie na zachód od Teheranu. Większość opadów na obszarze badań stanowi śnieg, dlatego modelowanie dobowego przepływu rzeki jest złożone i obarczone znacznym stopniem niepewności. Optymalizację modelu przeprowadzono metodą roju cząstek (PSO). Zebrano odpowiednie dane wejściowe do symulacji SWAT: cyfrowy model deniwelacji (DEM), dane o użytkowaniu gruntów, typie i właściwościach gleby oraz dane hydrologiczne i klimatyczne. Działanie modelu oceniano zarówno wizualnie, jak i statystycznie. W tym drugim przypadku stwierdzono ścisłą zależność między obserwowanym i symulowanym przepływem wody. Współczynniki determinacji R2 i Nasha-Sutcliffa NS wynosiły odpowiednio 0,80 i 0,78. Wykalibrowany model był najbardziej wrażliwy na parametry topnienia śniegu i CN2. Wyniki badań wykazały, że model SWAT może zapewnić wiarygodne prognozy dobowego przepływu wody w zlewni rzeki Taleghan.
    Źródło:
    Journal of Water and Land Development; 2014, 20; 11-18
    1429-7426
    2083-4535
    Pojawia się w:
    Journal of Water and Land Development
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Computationally efficient nonlinear model predictive controller using parallel particle swarm optimization
    Autorzy:
    Diwan, Supriya P.
    Deshpande, Shraddha S.
    Powiązania:
    https://bibliotekanauki.pl/articles/2173694.pdf
    Data publikacji:
    2022
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    nonlinear model predictive control
    particle swarm optimization
    PSO
    fast dynamic systems
    rotary inverted pendulum
    divide approach
    conquer approach
    kontrola predykcyjna modelu nieliniowa
    optymalizacja roju cząstek
    system dynamiczny szybki
    wahadło obrotowe odwrócone
    Opis:
    As nonlinear optimization techniques are computationally expensive, their usage in the real-time era is constrained. So this is the main challenge for researchers to develop a fast algorithm that is used in real-time computations. This work proposes a fast nonlinear model predictive control approach based on particle swarm optimization for nonlinear optimization with constraints. The suggested algorithm divide and conquer technique improves computing speed and disturbance rejection capability, demonstrating its suitability for real-time applications. The performance of this approach under constraints is validated using a highly nonlinear fast and dynamic real-time inverted pendulum system. The solution presented through work is computationally feasible for smaller sampling times and it gives promising results compared to the state of art PSO algorithm
    Źródło:
    Bulletin of the Polish Academy of Sciences. Technical Sciences; 2022, 70, 4; art. no. e140696
    0239-7528
    Pojawia się w:
    Bulletin of the Polish Academy of Sciences. Technical Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-20 z 20

      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