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 "artificial intelligence methods" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 22
Tytuł:
Optimisation of high-speed steels chemical composition using the artificial intelligence methods
Autorzy:
Sitek, W.
Powiązania:
https://bibliotekanauki.pl/articles/99657.pdf
Data publikacji:
2011
Wydawca:
Wrocławska Rada Federacji Stowarzyszeń Naukowo-Technicznych
Tematy:
tool steel
materials design
artificial intelligence methods
Opis:
The main goal of the research carried out was developing the design methodology for the new high-speed steels with the required properties, including hardness and fracture toughness, as the main properties guaranteeing the high durability and quality of tools made from them. It was decided that hardness and fracture toughness KIc are the criteria used during the high-speed steels design. In case of hardness, the statistical and neural netw chemical composition and its heat treatment parameters, i.e., austenitizing- and tempering temperatures. In the second case - high-speed steels fracture toughness, the neural network model was developed, makin it possible to compute the KIc factor based on the steel chemical composition and its heat treatment parameters. The developed material models were used for designing the chemical compositions if the new high-speed steel, demonstrating the desired properties, i.e., hardness and fracture toughness. Methodology was developed to this end, employing the evolutionary algorithms, multicriteria optimisation of the high-speed steels chemical composition.
Źródło:
Journal of Machine Engineering; 2011, 11, No. 1-2; 120-133
1895-7595
2391-8071
Pojawia się w:
Journal of Machine Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Model and Implementation of System Evolving Algorithm with Distributed Beginning Population
Autorzy:
Tchórzewski, J.
Ruciński, A.
Powiązania:
https://bibliotekanauki.pl/articles/92846.pdf
Data publikacji:
2006
Wydawca:
Uniwersytet Przyrodniczo-Humanistyczny w Siedlcach
Tematy:
artificial intelligence methods
evolving algorithm
electric power market
control theory
Opis:
This paper shows some results of using artificial intelligence methods for searching the new state of development system of electro energetic transmission network. In particular, is using evolving algorithm. Some experiments are prepared in MATLAB and Simulink environment.
Źródło:
Studia Informatica : systems and information technology; 2006, 1(7); 133-146
1731-2264
Pojawia się w:
Studia Informatica : systems and information technology
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The Use of Fuzzy Systems for Forecasting the Hardenability of Steel
Autorzy:
Sitek, W.
Irla, A.
Powiązania:
https://bibliotekanauki.pl/articles/356485.pdf
Data publikacji:
2016
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
computational material science
artificial intelligence methods
materials design steels
modelling
simulation
Opis:
The goal of the research carried out was to develop the fuzzy systems, allowing the determination of the Jominy hardenability curve based on the chemical composition of structural steels for quenching and tempering. Fuzzy system was created to calculate hardness of the steel, based on the alloying elements concentrations, and to forecast the hardenability curves. This was done based on information from the PN-EN 10083-3: 2008. Examples of hardenability curves calculated for exemplar steels were presented. Results of the research confirmed that fuzzy systems are a useful tool in evaluation the effect of alloying elements on the properties of materials compared to conventional methods. It has been demonstrated the practical usefulness of the developed models which allows forecasting the steels’ Jominy hardenability curve.
Źródło:
Archives of Metallurgy and Materials; 2016, 61, 2A; 797-802
1733-3490
Pojawia się w:
Archives of Metallurgy and Materials
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Archipelag sztucznej inteligencji. Część I
Autorzy:
Tadeusiewicz, Ryszard
Powiązania:
https://bibliotekanauki.pl/articles/1857327.pdf
Data publikacji:
2020
Wydawca:
Wydawnictwo Druk-Art
Tematy:
sztuczna inteligencja
metody sztucznej inteligencji
test Turinga
algorytmy genetyczne
sieci neuronowe
artificial intelligence
artificial intelligence methods
Turing test
genetic algorithms
neural networks
Opis:
Tytuł tego artykułu może budzić wątpliwości Czytelników. Sztuczna inteligencja? Wiadomo! Ale jakiś archipelag? Już wyjaśniam. Otóż sztuczna inteligencja tylko z nazwy jest dziedziną integralną, jak – nawiązując do tytułu miesięcznika – napędy albo sterowanie. W istocie sztuczna inteligencja to zbiór bardzo różnych metod, które ludzie wymyślili w tym celu, żeby maszyny lepiej zaspokajały ich potrzeby. Te metody w większości nie mają ze sobą nawzajem absolutnie nic wspólnego. Są od siebie odległe i nie ma łatwego sposobu przejścia od jednej z nich do innej. Pozwoliłem sobie porównać tę sytuację do archipelagu wysp.
Źródło:
Napędy i Sterowanie; 2020, 22, 12; 26-40
1507-7764
Pojawia się w:
Napędy i Sterowanie
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:
Artificial Intelligence Approaches to Fault Diagnosis for Dynamic Systems
Autorzy:
Patton, R. J.
Lopez-Toribio, C. J.
Uppal, F. J.
Powiązania:
https://bibliotekanauki.pl/articles/908290.pdf
Data publikacji:
1999
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
metoda sztucznej inteligencji
rozpoznanie błędu
modelowanie rozmyte
system rozmyty
artificial intelligence methods
fault diagnosis
residual generation
fuzzy modelling
neuro-fuzzy systems
Opis:
Recent approaches to fault detection and isolation (FDI) for dynamic systems using methods of integrating quantitative and qualitative model information, based upon artificial intelligence (AI) techniques are surveyed. In this study, the use of AI methods is considered an important extension to the quantitative model-based approach for residual generation in FDI. When quantitative models are not readily available, a correctly trained artificial neural network (ANN) can be used as a non-linear dynamic model of the system. However, the neural network does not easily provide insight into model behaviour; the model is explicit rather than implicit in form. This main difficulty can be overcome using qualitative modelling or rule-based inference methods. For example, fuzzy logic can be used together with state-space models or neural networks to enhance FDI diagnostic reasoning capabilities. The paper discusses the properties of several methods of combining quantitative and qualitative system information and their practical value for fault diagnosis of real process systems.
Źródło:
International Journal of Applied Mathematics and Computer Science; 1999, 9, 3; 471-518
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Metody sztucznej inteligencji w projektowaniu harmonogramu przewozów dla dynamicznych potrzeb transportowych
Artificial intelligence methods for passenger transport scheduling with dynamic transportation needs
Autorzy:
Król, A.
Powiązania:
https://bibliotekanauki.pl/articles/311891.pdf
Data publikacji:
2013
Wydawca:
Instytut Naukowo-Wydawniczy "SPATIUM"
Tematy:
transport publiczny
planowanie transportu publicznego
optymalizacja sieci transportowych
metody sztucznej inteligencji
public transport
transportation planning
optimization of transportation network
artificial intelligence methods
Opis:
Problem skonstruowania optymalnego planu przewozów pomiędzy wieloma węzłami źródłowymi i wieloma węzłami docelowymi przy ograniczonej liczbie środków transportowych jest bardzo złożony obliczeniowo. Z reguły, w zależności od zakresu zadań są to problemy NP - zupełne. Opracowanie przybliżonej metody pozwalającej na znalezienie prawie optymalnego rozwiązania w krótkim czasie może mieć więc duże praktyczne znaczenie. W pracy zaproponowano zastosowanie metod sztucznej inteligencji do projektowania przebiegu linii autobusowych oraz planowania rozkładu jazdy autobusów. Porównano wyniki uzyskane przy użyciu algorytmu genetycznego i symulowanego wyżarzania. Opracowany model zakłada znajomość struktury sieci transportowej dostępnej dla komunikacji publicznej oraz ustaloną z góry liczbę środków transportu (autobusów). Dynamiczne potrzeby transportowe zadane są w postaci ciągu złożonego ze zgłoszeń zamiaru podróży pomiędzy parą przystanków przez różne grupy pasażerów w kolejnych chwilach czasowych. Minimalizowany jest sumaryczny czas podróży pasażerów uwzględniający oczekiwanie na przystankach.
The problem of constructing an optimal schedule for the multiple source nodes and destination nodes with a limited number of vehicles is computationally complex. In many cases, depending on the range of the tasks the problems as a rule are NP - hard. So, the development of a heuristic method to find the optimal solution in a short time can be of great practical importance. This paper proposes the use of the methods of artificial intelligence to design the course of bus routes and the timetables. The results obtained with the use of the genetic algorithm and the simulated annealing were compared. The model assumes the knowledge of the structure of the transport network and a predetermined number of means of transport (buses). Dynamic transportation needs are introduced as a series of requests of travel between pairs of bus stops for different groups of passengers in successive moments of time. The total travel time of all passengers including waiting time at bus stops is here the minimized value.
Źródło:
Autobusy : technika, eksploatacja, systemy transportowe; 2013, 14, 3; 1369-1384
1509-5878
2450-7725
Pojawia się w:
Autobusy : technika, eksploatacja, systemy transportowe
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Metody sztucznej inteligencji w organizacji inteligentnej
AI methods in intelligent organization
Autorzy:
Wyskwarski, M.
Powiązania:
https://bibliotekanauki.pl/articles/321548.pdf
Data publikacji:
2015
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
organizacja inteligentna
metody sztucznej inteligencji
intelligent organization
methods of artificial intelligence
Opis:
Tradycyjne struktury i modele zarządzania stają się w obecnych czasach coraz mniej przydatne dla nowych form i warunków funkcjonowania. Od pewnego czasu w teorii i praktyce zarządzania stosuje się koncepcję organizacji inteligentnej. W artykule rozważano możliwość wykorzystania wybranych metod sztucznej inteligencji, tj. systemów ekspertowych, sztucznych sieci neuronowych oraz algorytmów ewolucyjnych, w przedsiębiorstwach funkcjonujących zgodnie z koncepcją organizacji inteligentnej.
he traditional structures and forms of managing are not flexible enough to current form and conditions of corporations’ environment. Due to that point of view the concept of intelligent organization has appeared. This article presents the possibility of use of AI methods (expert systems, neural networks, evolutionary algorithms) in enterprises based on intelligent organization way of management.
Źródło:
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska; 2015, 86; 159-168
1641-3466
Pojawia się w:
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
O użyteczności sieci neuronowych i algorytmów genetycznych w realizacji inwestycyjnych systemów decyzyjnych
Usefulness of neutral networks and genetic algorithms in the development of investment decision systems
Autorzy:
Morajda, Janusz
Powiązania:
https://bibliotekanauki.pl/articles/415790.pdf
Data publikacji:
2006
Wydawca:
Małopolska Wyższa Szkoła Ekonomiczna w Tarnowie
Tematy:
metody sztucznej inteligencji
algorytmy genetyczne
sieci neuronowe
rynki finansowe
systemy decyzyjne
zarządzanie portfelem inwestycyjnym
artificial intelligence methods
genetic algorithms
neural networks
financial markets
decision support systems
portfolio management
Opis:
W artykule omówiono podstawowe aspekty realizacji aktywnych strategii inwestycyjnych na rynkach finansowych z wykorzystaniem systemów wspomagania decyzji (systemów transakcyjnych), w kontekście klasycznych teorii zarządzania portfelem inwestycyjnym. Wskazano zasadnicze przesłanki zastosowania metod sztucznej inteligencji, takich jak sieci neuronowe i algorytmy genetyczne, do konstrukcji inwestycyjnych systemów decyzyjnych. Przedstawiono charakterystykę sieci neuronowych oraz algorytmów genetycznych jako efektywnych narzędzi w modelowaniu i prognozowaniu rynków finansowych.
The paper discusses basic aspects of application of active investment strategies in financial markets - in the context of classic theories of portfolio management. Such active strategies are generated with the use of decision support systems (transaction systems). The main assumptions of utilisation of artificial intelligence methods, such as neural networks and genetic algorithms, in the construction of investment decision systems have been indicated. The characteristic of neural networks and genetic algorithms as effective tools in financial markets modelling and prediction has also been discussed here.
Źródło:
Zeszyty Naukowe Małopolskiej Wyższej Szkoły Ekonomicznej w Tarnowie; 2006, 1(9); 217-230
1506-2635
Pojawia się w:
Zeszyty Naukowe Małopolskiej Wyższej Szkoły Ekonomicznej w Tarnowie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A new concept of an artificial ecosystem algorithm for optimization problems
Autorzy:
Baczynski, D.
Powiązania:
https://bibliotekanauki.pl/articles/205935.pdf
Data publikacji:
2016
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
artificial ecosystem algorithm
optimization
computational intelligence methods
Opis:
This article provides, first, a review of applications of the ecosystem idea in different computational intelligence methods. The article presents the bases of ecosystem operation and a new concept for modelling the phenomena occurring in an ecosystem, with the aim of using these for optimization purposes. The author’s original form of the Artificial Ecosystem Algorithm (AEA) and its constituent parts are presented. The construction of the proposed algorithm was dedicated for continuous optimisation. The operation of the Artificial Ecosystem Algorithm is also compared with an Evolutionary Algorithm and PSO for six test functions for various numbers of variables. Conclusions concerning operation, structure and complexity of AEA are provided at the end.
Źródło:
Control and Cybernetics; 2016, 45, 1; 5-36
0324-8569
Pojawia się w:
Control and Cybernetics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Metoda oceny zarządzania zużyciem granicznym obiektów technicznych z wykorzystaniem fuzji klasyfikatorów rozmytych i heurystycznych
Autorzy:
Topolska, K.
Powiązania:
https://bibliotekanauki.pl/articles/313040.pdf
Data publikacji:
2016
Wydawca:
Instytut Naukowo-Wydawniczy "SPATIUM"
Tematy:
matematyczny model systemów technicznych
obiekt techniczny
metody sztucznej inteligencji
mathematical model of technical systems
technical object
methods of artificial intelligence
Opis:
Planowanie zarządzania matematycznymi modelami systemów technicznych opiera się na różnych modelach. Najprostsze z nich modeli zaliczane są do twardych metod obliczeniowych tj. statystyka i probabilistyka. Do miękkich bardziej złożonych metod obliczeniowych zaliczyć można sztuczne sieci neuronowe, algorytmy genetyczne, zbory rozmyte. Stosowanie tej drugiej grupy modeli staje się coraz bardziej powszechne. Zaliczane są one do metod sztucznej inteligencji. Sieci neuronowe i algorytmy genetyczne ze względu na swoje mechanizmy uczenia, stosowane są w celach optymalizacyjnych. Pozwalają one opisać różne nieliniowe struktury danych, jak i poprawnie je klasyfikować. Bardzo złożone problemy decyzyjne z jakimi mamy coraz częściej do czynienia często nie dają się efektywnie zoptymalizować. Są to problemy. Wtedy bardzo przydatne stają się metody heurystyczne, którym poświęcony jest niniejszy artykuł. Wykorzystywane w inteligentnych systemach metody wieloagentowe pozwalają na dokładne symulowanie rzeczywistości z dużą liczbą obiektów, o różnym poziomie abstrakcji. Stanowią one metodę pozwalającą opisać różne związki między uczestnikami ruchu na drogach. Artykuł prezentuje zadanie optymalizacyjne pozwalające dokonać obserwacji cech obiektu w wielowymiarowej przestrzeni cech go opisujących.
Źródło:
Autobusy : technika, eksploatacja, systemy transportowe; 2016, 17, 6; 1789-1795
1509-5878
2450-7725
Pojawia się w:
Autobusy : technika, eksploatacja, systemy transportowe
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Optymizacja sprawności silnika indukcyjnego z zastosowaniem algorytmów sztucznej inteligencji
Efficiency optimization of induction motor with application of algorithms of artificial intelligence
Autorzy:
Pieńkowski, Krzysztof
Powiązania:
https://bibliotekanauki.pl/articles/304145.pdf
Data publikacji:
2019
Wydawca:
Wydawnictwo Druk-Art
Tematy:
silnik indukcyjny klatkowy
optymizacja sprawności silnika
metody sztucznej inteligencji
squirrel-cage induction motor
optimization of motor efficiency
methods of artificial intelligence
Opis:
W artykule przedstawiono algorytmy optymizacji sprawności silnika indukcyjnego, czyli minimalizacji strat mocy silnika indukcyjnego. Rozpatrywane algorytmy optymizacji sprawności silnika indukcyjnego należą do nowoczesnych algorytmów sztucznej inteligencji. Zagadnienia optymizacji sprawności silnika indukcyjnego mają duże znaczenie w układach napędowych z silnikami indukcyjnymi klatkowymi, które pracują często przy zmiennych obciążeniach, mniejszych od znamionowych. Jest to powodem nieoptymalnej pracy silnika przy wartości sprawności mniejszych od znamionowej. W artykule omówiono ogólne strategie sterowania silnika indukcyjnego klatkowego zapewniające optymizację sprawności silnika indukcyjnego: sterowanie z optymalizacją wartości wybranej wielkości elektromagnetycznej, sterowanie oparte na modelu strat mocy silnika, sterowanie poszukiwawcze oraz sterowanie hybrydowe, stanowiące połączenie kilku strategii sterowania. Dla realizacji tych strategii optymizacji sprawności silnika zastosowano metody sztucznej inteligencji. W artykule przedstawiono następujące metody sztucznej inteligencji: metody sterowania rozmytego, metody sztucznych sieci neuronowych, algorytmy genetyczne i metodę roju cząstek. Omówiono zasady działania i właściwości poszczególnych algorytmów sztucznej inteligencji w zastosowaniach do optymizacji sprawności silnika indukcyjnego. Dla poszczególnych opisywanych algorytmów sztucznej inteligencji przedstawiono przekształtnikowe układy sterowania polowo zorientowanego silnika indukcyjnego, zapewniające realizację optymizacji sprawności silnika podczas eksploatacji układu napędowego.
In the paper, the optimization algorithms of induction motor efficiency, that is the minimization of power losses of induction motor is presented. The considered optimization algorithms of induction motor efficiency can be classified as the modern algorithms from the group of artificial intelligence. The problems of improvement of induction motor efficiency is very important in electrical drive systems, that are often operated with the mechanical loads lower than nominal load. This is the reason of non-optimal operation of induction motor with the efficiencies considerably lower than rated efficiency. In the article, the general control strategies used for optimization of induction motor efficiency are presented and discussed: the Simple State Control, the Loss Model Control, the Search Control and the methods of hybrid control, that are combinations of several basic strategies. For the realization of these control strategies for efficiency optimization, the control methods of artificial intelligence have been implemented: the Fuzzy Control, the Artificial Neural Network, the Genetic Algorithms end the Particle Swarm Optimization. The principles of operation and the properties of individual methods of artificial intelligence, applied for induction motor efficiency, have been discussed. The field-oriented control systems of induction motor, with control blocks used for realization of individual control methods of artificial intelligence are presented.
Źródło:
Napędy i Sterowanie; 2019, 21, 2; 78-82
1507-7764
Pojawia się w:
Napędy i Sterowanie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Optymizacja sprawności silnika indukcyjnego z zastosowaniem algorytmów sztucznej inteligencji
Efficiency optimization of induction motor with application of algorithms of artificial intelligence
Autorzy:
Pieńkowski, K.
Powiązania:
https://bibliotekanauki.pl/articles/1196922.pdf
Data publikacji:
2018
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Napędów i Maszyn Elektrycznych Komel
Tematy:
silnik indukcyjny klatkowy
optymizacja sprawności silnika
metody sztucznej inteligencji
squirrel-cage induction motor
optimization of mot or efficiency
methods of artificial intelligence
Opis:
In the paper, the optimization algorithms of induction motor efficiency, that is the minimization of power losses of induction motor is presented. The considered optimization algorithms of induction motor efficiency can be classified as the modern algorithms from the group of artificial intelligence. The problems of improvement of induction motor efficiency is very important in electrical drive systems, that are often operated with the mechanical loads lower than nominal load. This is the reason of non-optimal operation of induction motor with the efficiencies considerably Lower than rated efficiency. In the article, the general control strategies used for optimization of induction motor efficiency are presented and discussed: the Simple State Control, the Loss Model Control, the Search Control and the methods of hybrid control, that are combinations of several basic strategies. For the realization of these control strategies for efficiency optimizati on, the control methods of artificial intelligence have been implemented: the Fuzzy Control, the Artificial Neural Network, the Genetic Algorithms end the Particle Swarm Optimization. The principles of operation and the properties of individual methods of artificial interligence, applied for induction motor efficiency, have been discussed. The field-oriented control systems of induction motor, with control blocks used for realization of individual control methods of artificial intelligence are presented
W artykule przedstawiono algorytmy optymizacji sprawności silnika indukcyjnego, czyli minimalizacji strat mocy silnika indukcyjnego. Rozpatrywane algorytmy optymizacji sprawności silnika indukcyjnego należą do nowoczesnych algorytmów sztucznej inteligencji. Zagadnienia optymizacji sprawności silnika indukcyjnego mają duże znaczenie w układach napędowych z silnikami indukcyjnymi klatkowymi, które pracują często przy zmiennych obciążeniach, mniejszych od znamionowych. Jest to powodem nieoptymalnej pracy silnika przy wartości sprawności mniejszych od znamionowej. W artykule omówiono ogólne strategiesterowania silnika indukcyjnego klatkowego zapewniające optymizację sprawności silnika indukcyjnego: sterowanie z optymalizacją wartości wybranej wielkości elektromagnetycznej, sterowanie oparte na modelu strat mocy silnika, sterowanie poszukiwawcze oraz sterowanie hybrydowe, stanowiące połączenie kilku strategii sterowania. Dla realizacji tych strategii optymizacji sprawności silnika zastosowano metody sztucznej inteligencji. W artykule przedstawiono następujące metody sztucznej inteligencji: metody sterowania rozmytego, metody sztucznych sieci neuronowych, algorytmy genetyczne i metodę roju cząstek. Omówiono zasady działania i właściwości poszczególnych algorytmów sztucznej inteligencji w zastosowaniach do optymizacji sprawności silnika indukcyjnego. Dla poszczególnych opisywanych algorytmów sztucznej inteligencji przedstawiono przekształtnikowe układy sterowania polowo-zorientowanego silnika indukcyjnego zapewniające realizację optymizacji sprawności silnika podczas eksploatacji układu napędowego.
Źródło:
Maszyny Elektryczne: zeszyty problemowe; 2018, 3, 119; 83-88
0239-3646
2084-5618
Pojawia się w:
Maszyny Elektryczne: zeszyty problemowe
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modified Fan Roulette Selection Method for Application in Evolutionary Algorithms
Autorzy:
Słowik, A.
Powiązania:
https://bibliotekanauki.pl/articles/118454.pdf
Data publikacji:
2016
Wydawca:
Politechnika Koszalińska. Wydawnictwo Uczelniane
Tematy:
artificial intelligence
evolutionary algorithms
selection methods
sztuczna inteligencja
algorytmy ewolucyjne
metody selekcji
Opis:
In the paper modified version of fan roulette selection method named proportional fan roulette selection is presented. This modification depends on increase of survive probability of the best individual at the expense of worse individuals and often gives better results compared to other selections. Test functions chosen from literature are used for determination of quality of proposed method. Results obtained using proportional fan roulette selection are compared with results obtained using roulette selection, elitist selection, and fan roulette selection.
W artykule przedstawiono proporcjonalną selekcję wachlarzową będącą zmodyfikowaną wersją selekcji wachlarzowej. Wprowadzona modyfikacja polega na zwiększeniu prawdopodobieństwa przeżycia najlepszego osobnika kosztem osobników gorszych, często dając lepsze rezultaty w porównaniu do innych metod selekcji. Do sprawdzenia jakości utworzonej metody zastosowano funkcje testowe wybrane z literatury. Wyniki uzyskane przy użyciu proporcjonalnej selekcji wachlarzowej porównano z wynikami uzyskanymi przy użyciu selekcji ruletkowej, elitarnej oraz wachlarzowej.
Źródło:
Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej; 2016, 10; 5-17
1897-7421
Pojawia się w:
Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A comparative study of artificial intelligence models for predicting monthly river suspended sediment load
Autorzy:
Rezaei, Khalil
Vadiati, Meysam
Powiązania:
https://bibliotekanauki.pl/articles/292569.pdf
Data publikacji:
2020
Wydawca:
Instytut Technologiczno-Przyrodniczy
Tematy:
artificial intelligence
data-driven methods
Karaj dam
suspended sediment load
the Karaj River
Opis:
When high precision modelling is required, for example, with the estimation of suspended sediment load (SSL), data-driven models are preferred over physically-based numerical models for their real-time, short-horizon prediction ability. The investigation of SSL, as an important index in engineering practices assessment, like design and operation of the hydraulic structures not only shows the hydrological behaviour of the river, but also illustrates the valuable information about the water quality deterioration, surface-groundwater interaction and land-use changes of the watershed. The following data-driven methods were compared in order to predict SSL at the Seyra gauging station on the Karaj River in Iran: Fuzzy logic (FL), two adaptive neuro-fuzzy inference systems (i.e., ANFIS-GP and ANFIS-FCM models), an artificial neural network (ANN), and least squares support vector machine (LSSVM). Monthly average river flow and SSL data for 50 years were obtained from the Tehran Regional Water Authority (TRWA). The data was first divided into training, validation and test sets and the SSL was then predicted using the ANN, FL, ANFIS, and LSSVM models. The reliability of the applied models was evaluated by the correlation coefficient (R), root mean square error (RMSE), and mean absolute error (MAE). The results showed that the ANFIS models outperformed the ANN, FL, and LSSVM models for predicting SSL using the given input and output data. Overall, the performances of the artificial intelligence models used in the present study were satisfactory in predicting the non-linear behaviour of the SSL.
Źródło:
Journal of Water and Land Development; 2020, 45; 107-118
1429-7426
2083-4535
Pojawia się w:
Journal of Water and Land Development
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 22

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