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 selection" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 22
Tytuł:
Metody doboru zmiennych do modelu z wykorzystaniem bibliotek sztucznej inteligencji
Subset selection variables of the model using AI libraries
Autorzy:
Wołoszyn, Jacek
Powiązania:
https://bibliotekanauki.pl/articles/2197614.pdf
Data publikacji:
2021-10-15
Wydawca:
Uniwersytet Rzeszowski
Tematy:
model
sztuczna inteligencja
dobór zmiennych
artificial intelligence
subset selection
Opis:
Inwestycje w struktury informatyczne firm zaowocowały niespotykanym wzrostem posiadanych danych. Ten olbrzymi przyrost danych gromadzony praktycznie w każdym aspekcie dziedziny życia doprowadził do wzrostu zainteresowania metodami wydobywania informacji, wiedzy czy zależności. Przeprowadzając rozmyślania w kategorii analityki danych prawie zawsze należy dokonać wyboru zmiennych tak, aby każdy model w swojej końcowej postaci jak najprecyzyjniej odzwierciedlał rozważany proces. W artykule tym przedstawione zostaną najczęściej stosowane metody doboru zmiennych do modelu. Proces ten jest jednym z etapów budowy modelu i od jego przebiegu zależy w dużym stopniu końcowy efekt działania modelu.
Investments in IT structures of companies resulted in an unprecedented increase in the collected data. This enormous increase in data collected in practically every aspect of the sphere of life has led to an increased interest in the methods of extracting information, knowledge and dependencies. When thinking about data analytics, you should almost always select the data so that each model in its final form reflects the process under study as accurately as possible. In this article, the most common methods of selecting variables for the model will be presented. This process is one of the stages of model building and the final effect of the model to a large extent depends on its course.
Źródło:
Dydaktyka informatyki; 2021, 16; 143-151
2083-3156
2543-9847
Pojawia się w:
Dydaktyka informatyki
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Developing a Methodology for Building the Knowledge Base and Application Procedures Supporting the Process of Material and Technological Conversion
Autorzy:
Wilk-Kołodziejczyk, Dorota
Jaśkowiec, Krzysztof
Bitka, Adam
Pirowski, Zenon
Grudzień-Rakoczy, Małgorzata
Chrzan, Konrad
Małysza, Marcin
Doroszewski, Maciej
Powiązania:
https://bibliotekanauki.pl/articles/2134111.pdf
Data publikacji:
2022
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
artificial intelligence
material conversion
technological conversion
selection of parameters
prediction of mechanical properties
Opis:
The article presents the developed IT solutions supporting the material and technological conversion process in terms of the possibility of using the casting technology of selected alloys to produce products previously manufactured with the use of other methods and materials. The solutions are based on artificial intelligence, machine learning and statistical methods. The prototype module of the information and decision-making system allows for a preliminary assessment of the feasibility of this type of procedure. Currently, the selection of the method of manufacturing a product is based on the knowledge and experience of the technologist and constructor. In the described approach, this process is supported by the proprietary module of the information and decision-making system, which, based on the accumulated knowledge, allows for an initial assessment of the feasibility of a selected element in a given technology. It allows taking into account a large number of intuitive factors, as well as recording expert knowledge with the use of formal languages. Additionally, the possibility of searching for and collecting data on innovative solutions, supplying the knowledge base, should be taken into account. The developed and applied models should allow for the effective use and representation of knowledge expressed in linguistic form. In this solution, it is important to use methods that support the selection of parameters for the production of casting. The type, number and characteristics of data have an impact on the effectiveness of solutions in terms of classification and prediction of data and the relationships detected.
Źródło:
Archives of Metallurgy and Materials; 2022, 67, 3; 1085--1091
1733-3490
Pojawia się w:
Archives of Metallurgy and Materials
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Function optimization by the immune metaphor
Autorzy:
Wierzchoń, S. T.
Powiązania:
https://bibliotekanauki.pl/articles/1986917.pdf
Data publikacji:
2002
Wydawca:
Politechnika Gdańska
Tematy:
artificial immune systems
multi-modal optimization
non-stationary functions optimization
immune memory
clonal selection
affinity maturation
Opis:
The main goal of the immune system is to protect an organism against pathogens. To be able to recognize unknown (i.e. never seen) pathogens, the immune system applies a number of methods allowing to maintain sufficient diversity of its receptors. The most important methods are clonal selection and suppression of ineffective receptors. In effect the immune system admits maturation affinity property: during its functioning it continuously improves its ability to recognize new types of pathogens. This idea had found many interesting computer-oriented applications. In this paper a simple and easy to implement algorithm for multi-modal as well as non-stationary functions optimization is proposed. It is based on clonal selection and cells suppression mechanisms. Empirical results confirming its usability for uni-, multi-modal and non-stationary functions optimization are presented, and a review of other immunity-based approaches is given.
Źródło:
TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk; 2002, 6, 3; 493-508
1428-6394
Pojawia się w:
TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Detekcja anomalii w plikach za pomocą wybranych algorytmów inspirowanych mechanizmami immunologicznymi
Autorzy:
Widuliński, Patryk
Wawryn, Krzysztof
Powiązania:
https://bibliotekanauki.pl/articles/118552.pdf
Data publikacji:
2019
Wydawca:
Politechnika Koszalińska. Wydawnictwo Uczelniane
Tematy:
systemy wykrywania intruzów
sztuczne systemy immunologiczne
wirusy
szkodliwe oprogramowanie
algorytm negatywnej selekcji
generacja receptorów
anomalia
wykrywanie anomalii
intrusion detection system
artificial immune systems
viruses
malware
negative selection algorithm
receptor generation
anomaly
anomaly detection
Opis:
Ochrona systemu operacyjnego przed infekcjami wirusowymi jest zagadnieniem, nad którym od kilku dekad pracują projektanci oprogramowania antywirusowego. Rosnąca w ostatnich latach złożoność szkodliwego oprogramowania skłoniła naukowców do poszukiwania inspiracji w rozwiązaniach naturalnych, takich jak układ immunologiczny ssaków. W artykule przedstawiono system wykrywania intruzów w systemie operacyjnym wykorzystujący algorytm negatywnej selekcji. Algorytm ten wykorzystuje ciągi binarne zwane receptorami do wykrywania zmian w chronionych programach. W systemie zaimplementowano dwie metody generacji receptorów: metodę losową i metodę szablonów. Metody te zostały przetestowane eksperymentalnie. Wyniki działania metod przeanalizowano i porównano, a następnie wyciągnięto wnioski.
Protection of the operating system against virus infections is an area of research which has been worked on by antivirus software designers since several decades. Increasing malware complexity led scientists to seek inspiration in natural solutions, such as the mammal immune system. In the article, an intrusion detection system has been proposed. The system’s inner workings are based on the negative selection algorithm. The algorithm uses binary strings called receptors to detect modifications in the protected programs. In the system, two receptor generation methods have been presented: the random generation method and the template generation method. The methods have been tested experimentally. The results of both methods have been analysed and compared, and conclusions have been drawn.
Źródło:
Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej; 2019, 14; 23-41
1897-7421
Pojawia się w:
Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Molekularne podłoże udomowienia kukurydzy
Molecular background of maize domestication
Autorzy:
Sobkowiak, Alicja
Szczepanik, Jarosław
Sowiński, Paweł
Powiązania:
https://bibliotekanauki.pl/articles/2198438.pdf
Data publikacji:
2013-03-31
Wydawca:
Instytut Hodowli i Aklimatyzacji Roślin
Tematy:
dobór sztuczny
genom
hodowla
kukurydza
selekcja
udomowienie
zmienność genetyczna
breeding
maze
genome
artificial selection
domestication
genetic variability
Opis:
Dobór sztuczny towarzyszący procesowi udomowienia kukurydzy opierał się głównie na selekcjonowaniu określonych fenotypów, w efekcie czego powstały populacje osobników jakościowo różnych od dzikiego przodka. Dalsze zmiany w genomach gatunków udomowionych zachodziły na etapie hodowli, podczas którego z odmian lokalnych otrzymywano, bazując na ich zmienności, linie wsobne (inbred lines) o pożądanych cechach. Powstało szereg hipotez mających wyjaśnić drogi ewolucji kukurydzy uprawnej i rozpoznać źródła jej zmienności. Dziś wiadomo, iż kukurydza udomowiona została tylko raz, w południowo-zachodnim Meksyku, w dolinie rzeki Balsas, około 9000 lat temu. W ciągu ostatniej dekady, na podstawie analizy populacji uzyskanej z krzyżowania teosinte z kukurydzą, zidentyfikowano cztery główne geny związane z cechą udomowienia: tb1, Barren stalk1, tga1, ramosa2. Wykazano, że wszystkie cztery, wyżej wymienione geny kodują czynniki transkrypcyjne. W artykule przedstawiono współczesny stan wiedzy odnośnie specyfiki genomu kukurydzy warunkującej ogromną zdolność adaptacyjną tego gatunku jako tło dla procesów związanych z jego udomowieniem.
Artificial selection during maize domestication was based mostly on selection of certain phenotypes. That resulted in creating populations differing in many aspects from teosinte — the wild progenitor of modern maize. Similar changes took place during breeding phase, when exploitation of natural variation of local landraces gave rise to several inbred lines bearing the desired features. The questions of maize origin and the sources of its variability were addressed by several authors. In accordance with the current paradigm, maize was domesticated only once, in southwestern Mexico, in the valley of Balsas river, about 9000 BP. During the last decade several genes associated with domestication were identified (tb1, Barren stalk1, tga1, ramosa2). It was shown that all four genes encode transcription factors. This article shows current understanding of unique features of maize genome. This uniqueness is discussed in the context of domestication and breeding processes of Zea mays.
Źródło:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin; 2013, 267; 41-55
0373-7837
2657-8913
Pojawia się w:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Molekularne podstawy adaptacji kukurydzy do różnych warunków klimatycznych
Molecular framework of maize adaptation to various climatic factors
Autorzy:
Sobkowiak, Alicja
Szczepanik, Jarosław
Sowiński, Paweł
Powiązania:
https://bibliotekanauki.pl/articles/2198435.pdf
Data publikacji:
2013-03-31
Wydawca:
Instytut Hodowli i Aklimatyzacji Roślin
Tematy:
adaptacja
chłód
dobór sztuczny
kukurydza
susza
zmiany klimatu
adaptation
artificial selection
chilling
climate change
drought
maize
Opis:
Znaczenie kukurydzy wzrasta w ostatnich latach, o czym decyduje głównie łatwość jej uprawy, wysokie plonowanie oraz wszechstronność zastosowań tego gatunku. Wiąże się to ze wzrostem areału upraw tej rośliny. Ze względu na pochodzenie, uprawa kukurydzy w strefie klimatu umiarkowanego wiąże się z uzyskaniem materiałów hodowlanych przystosowanych do szeregu czynników abiotycznych, takich jak odmienny fotoperiod, okresowe susze i niska temperatura. Molekularne podłoże adaptacji kukurydzy do omawianych czynników jest słabo poznane. Wypełnienie tej luki jest warunkiem dalszego postępu hodowlanego, szczególnie w obliczu przewidywanych zmian klimatu.
Maize becomes more and more important crop during the last decades, mainly due to high yield and economic versatility, and its crop acreage is growing continuously, expanding more to the north and south from its centre of domestication in the tropics. This results in the need for the cultivars adapted to several abiotic factors, such as different photoperiod, periodic droughts and low temperature. Molecular mechanisms of maize adaptation to those factors remain unknown. Filling this gap is essential for future breeding advance, which becomes important especially in the context of predicted climate change.
Źródło:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin; 2013, 267; 31-40
0373-7837
2657-8913
Pojawia się w:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin
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:
Application of clonal selection algorithm for PID controller synthesis of mimo systems in oil and gas industry
Zastosowanie algorytmu selekcji klonalnej do syntezy regulatora PID systemów mimo w przemyśle petrochemicznym
Autorzy:
Shiryayeva, Olga
Samigulin, Timur
Powiązania:
https://bibliotekanauki.pl/articles/407898.pdf
Data publikacji:
2019
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
artificial immune system (AIS)
clonal selection algorithm (CLONALG)
PID controller
MIMO system
sztuczny układ immunologiczny (AIS)
algorytm doboru klonów (CLONALG)
kontroler PID
system MIMO
Opis:
This paper presents the results of the Smart technologies application to the synthesis of MIMO-systems in oil and gas industry. In particular, there is considered a multidimensional multiply connected system for gas distillation process control through a distillation column with regulators configured on the basis of Smart-technologies – clonal selection algorithm (CLONALG) of an artificial immune system (AIS).
W artykule przedstawiono wyniki zastosowania inteligentnych technologii do syntezy systemów MIMO w przemyśle petrochemicznym. W szczególności rozważany jest wielowymiarowy układ sterowania procesem destylacji gazu w kolumnie destylacyjnej z regulatorami skonfigurowanymi na podstawie tzw. inteligentnych technologii – algorytmu doboru klonów (CLONALG) sztucznego układu immunolgicznego (AIS).
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2019, 9, 3; 50-53
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
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:
Multicriteria vehicle routing problem solved by artificial immune system
Wielokryterialny problem marszrutyzacji rozwiązywany metodą sztucznego systemu immunologicznego
Autorzy:
Mrówczyńska, B.
Powiązania:
https://bibliotekanauki.pl/articles/375401.pdf
Data publikacji:
2015
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
vehicle routing problem
multi-vehicle
artificial intelligence
artificial immune system
clonal selection
problem marszrutyzacji
sztuczna inteligencja
system immunologiczny sztuczny
selekcja klonalna
Opis:
Vehicles route planning in large transportation companies, where drivers are workers, usually takes place on the basis of experience or intuition of the employees. Because of the cost and environmental protection, it is important to save fuel, thus planning routes in an optimal way. In this article an example of the problem is presented solving delivery vans route planning taking into account the distance and travel time within the constraints of vehicle capacities, restrictions on working time of drivers and having varying degrees of movement. An artificial immune system was used for the calculations.
Planowanie tras samochodów dostawczych w dużych firmach transportowych, w których kierowcy są pracownikami najemnymi, najczęściej odbywa się na podstawie doświadczeń lub intuicji pracowników. Ze względu na koszty i na ochronę środowiska ważne jest oszczędzanie paliwa, a więc układanie tras w sposób optymalny. W artykule rozwiązano przykładowy problem planowania trasy samochodów dostawczych ze względu na długość drogi i czas przejazdu przy ograniczeniach ładowności pojazdów, ograniczeniach czasu pracy kierowców i przy uwzględnieniu zmiennego natężenia ruchu. W obliczeniach zastosowano sztuczny system immunologiczny.
Źródło:
Transport Problems; 2015, 10, 3; 141-152
1896-0596
2300-861X
Pojawia się w:
Transport Problems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Planning of transportations needs based on demand forecasts
Planowanie zapotrzebowania na transport na podstawie prognozy popytu
Autorzy:
Mrówczyńska, B.
Powiązania:
https://bibliotekanauki.pl/articles/374135.pdf
Data publikacji:
2013
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
planning of transportation of shipments
forecasting
triple exponential smoothing method
artificial immune system
clonal selection
planowanie przewozów przesyłek
prognozowanie
addytywna metoda Wintersa
sztuczny system immunologiczny selekcja klonalna
Opis:
Rational management of transport has a major impact on the cost of the business. The starting point for this can be a forecast of demand for the products. This paper presents the process of planning of transportation of shipments based on the forecast of the orders. The monthly quantity of shipments during the 36 months was analysed. A periodic variation of this quantity was observed. The forecast for the next two months was determined using a triple exponential smoothing method. Parameters of the method were determined analytically and using artificial immune systems. In the latter case the smoothing constant and the initial values of the model were determined by optimizing the root mean square error (RMSE) "ex-post". The results were subsequently compared. A smaller error was obtained using artificial immune systems. Then the demand for transport was calculated basing on the forecast quantity of shipments.
Racjonalne gospodarowanie środkami transportu ma duży wpływ na koszty firmy. Podstawą do tego może być wykonanie prognozy popytu na produkty firmy. W artykule przedstawiono proces zaplanowania przewozów przesyłek do odbiorców na podstawie prognozy ilości przesyłek. Po wstępnej analizie rozkładu miesięcznej ilości przesyłek w okresie 36 miesięcy zaobserwowano okresową zmienności tej ilości. Prognozę na kolejne 3 miesiące wyznaczono stosując addytywną metodę Wintersa. Parametry metody wyznaczano analitycznie, a następnie stosując sztuczne systemy immunologiczne. W tym drugim przypadku stałe wygładzania i wartości początkowe modelu były wyznaczane na drodze optymalizacji pierwiastka błędu średniokwadratowego (RMSE) „ex post”. Wyniki porównano. Mniejszy błąd otrzymano stosując sztuczne systemy immunologiczne. Następnie wyznaczono zapotrzebowanie na transport na podstawie prognozowanej ilości przesyłek.
Źródło:
Transport Problems; 2013, 8, 3; 5-14
1896-0596
2300-861X
Pojawia się w:
Transport Problems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Route planning of separate waste collection on a small settlement
Planowanie trasy dla selektywnej zbiórki odpadów na małym osiedlu
Autorzy:
Mrówczyńska, B.
Powiązania:
https://bibliotekanauki.pl/articles/375475.pdf
Data publikacji:
2014
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
waste collection
garbage truck
artificial intelligence
artificial immune system
clonal selection
zbiórka odpadów
śmieciarka samochodowa
sztuczna inteligencja
sztuczny system immunologiczny
selekcja klonalna
Opis:
Waste collection problems are one of the most important logistic tasks to solve. The paper deals with the optimization of vehicle routes, which is one of the ways of reducing costs of waste collection. In this paper it was formulated the problem of optimization for a single vehicle. This task can be reduced to the Euler’s problem in the mathematical sense. The task was resolved using artificial immune systems. The methods have been adapted to solve real problems of selective waste collection on a small settlement. The solutions were discussed. It was described further plans for the development of methods for waste collection needs.
Problem zbiórki odpadów jest jednym z najważniejszych logistycznych zadań. Celem artykułu jest optymalizacja tras pojazdów odbierających odpady, która jest jednym ze sposobów redukcji kosztów ich zbiórki. W artykule sformułowano kwestię optymalizacji trasy pojedynczego samochodu. Przedstawiony problem może być zredukowany w sensie matematycznym do zadania Eulera. Problem został rozwiązany metodą sztucznych systemów. Metody zostały zaadaptowane do potrzeb rozwiązania rzeczywistego problemu selektywnej zbiórki odpadów na małym osiedlu. Otrzymane wyniki przeanalizowano. Przedstawiono dalsze plany rozwoju metody na potrzeby selektywnej zbiórki odpadów.
Źródło:
Transport Problems; 2014, 9, 1; 61-68
1896-0596
2300-861X
Pojawia się w:
Transport Problems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Method of selecting the LS-SVM algorithm parameters in gas detection process
Sposób doboru parametrów algorytmu LS-SVM w procesie detekcji gazów
Autorzy:
Lentka, Ł.
Smulko, J.
Powiązania:
https://bibliotekanauki.pl/articles/267849.pdf
Data publikacji:
2015
Wydawca:
Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
Tematy:
gas detection
optimal parameters selection
support vector machine (SVM)
artificial immune system
detekcja gazów
optymalny dobór parametrów
maszyna wektorów nośnych
sztuczny system immunologiczny
Opis:
In this paper we showed the method of resistive gas sensors data processing. The UV irradiation and temperature modulation was applied to improve gas sensors’ selectivity and sensitivity. Noise voltage across the sensor’s terminals (proportional to its resistance fluctuations) was recorded to estimate power spectral density. This function was an input data vector for LS-SVM (least squares – support vector machine) algorithm, which predicted a concentration of gas present in sensor’s ambient atmosphere. The algorithm creates a non-linear regression model at learning stage. This model can be used to predict gas concentration by recording resistance noise only. We have proposed a fast method of selecting LS-SVM parameters to determine high quality model. The method utilizes a behavior of immune system to determine optimal parameters of the LS-SVM algorithm. High accuracy of the applied method was proved for the recorded experimental data.
W artykule pokazano metodę przetwarzania danych z rezystancyjnych czujników gazów, stosowaną do wykrywania gazów. W celu zwiększenia czułości i selektywności czujników zastosowano modulację temperaturową oraz oświetlenie diodą LED UV aby zebrać więcej danych. Szumy napięciowe rejestrowane na zaciskach czujnika (proporcjonalne do fluktuacji jego rezystancji) zostały wykorzystane do wyznaczenia gęstości widmowej mocy. Ta funkcja stanowiła wektor danych wejściowych dla algorytmu maszyny wektorów nośnych według kryterium najmniejszych kwadratów (LS-SVM), umożliwiając określenie stężenia gazu występującego w atmosferze otaczającej czujnik. Nieliniowy charakter algorytmu pozwala na tworzenie w fazie uczenia modelu na podstawie danych uzyskanych z pomiarów za pomocą metody odniesienia. Pokazano szybki sposób doboru optymalnych parametrów algorytmu LS-SVM, gwarantujących skuteczność szacowania stężenia gazu. W badaniach wykorzystano metodę symulującą działanie systemu odpornościowego. Analiza danych eksperymentalnych potwierdziła skuteczność prezentowanej metody.
Źródło:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2015, 46; 69-72
1425-5766
2353-1290
Pojawia się w:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Nonparametric methods of supervised classification
Autorzy:
Jóźwik, A.
Powiązania:
https://bibliotekanauki.pl/articles/333226.pdf
Data publikacji:
2013
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
pattern recognition
feature selection
k-NN rules
pair-wise classifier
artificial features
linear classifier
reference set size reduction
rozpoznawanie wzorca
wybór funkcji
reguła k-NN
sztuczne cechy
klasyfikator liniowy
Opis:
Selected nonparametric methods of statistical pattern recognition are described. A part of them form modifications of the well known k-NN rule. To this group of the presented methods belong: a fuzzy k-NN rule, a pair-wise k-NN rule and a corrected k-NN rule. They can improve classification quality as compared with the standard k-NN rule. For the cases when these modifications would offer to large error rates an approach based on class areas determination is proposed. The idea of class areas can be also used for construction of the multistage classifier. A separate feature selection can be performed in each stage. The modifications of the k-NN rule and the methods based on determination class areas can be too slow in some applications, therefore algorithms for reference set reduction and condensation, for simple NN rule, are proposed. To construct fast classifiers it is worth to consider also a pair-wise linear classifiers. The presented idea can be used as in the case when the class pairs are linearly separable as well as in the contrary case.
Źródło:
Journal of Medical Informatics & Technologies; 2013, 22; 21-32
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Optimum choice of signals' features used in toothed gears' diagnosis
Optymalny wybór cech sygnałów wykorzystywanych w diagnozowaniu przekładni zębatych
Autorzy:
Jedliński, Ł.
Jonak, J.
Powiązania:
https://bibliotekanauki.pl/articles/327576.pdf
Data publikacji:
2010
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
przekładnia stożkowa
selekcja cech
sztuczna sieć neuronowa
bevel gear
feature selection
artificial neural network
Opis:
The article proposes an algorithm to choose optimum diagnostic features used in toothed gears' diagnosis. The test object is a single-bevel gear in the research area. From the gear in two technical states there were collected vibration signals and eight features were calculated. Feature and machine state correlation degree depends on the type of damage and analyzed object properties. Some features are insensitive to particular damage or may transmit the same information. Signal features choice is a crucial step which influences the final technical condition evaluation. With the algorithm that automatically verifies features' usability there were chosen four best correlated with the technical condition of the object. Gear state classifiers were two neural networks, one formed of four features and the other of all eight. The other one was set to check features' choice accuracy.
W artykule przedstawiono algorytm doboru optymalnych cech diagnostycznych używanych w diagnozowaniu przekładni zębatych. Obiektem badań była przekładnia jednostopniowa stożkowa badana na stanowisku badawczym. Z przekładni w dwóch stanach technicznych zarejestrowano sygnały drgań i obliczono osiem cech. Stopień korelacji cechy ze stanem maszyny zależy od rodzaju uszkodzenia i właściwości analizowanego obiektu. Niektóre cechy nie są czułe na dane uszkodzenie, lub mogą przekazywać tę samą informację. Wybór cech sygnału jest krytycznym krokiem, który ma wpływ na ostateczny wynik oceny stanu technicznego Za pomocą algorytmu, który w sposób automatyczny weryfikuje przydatność cech wybrano cztery najbardziej skorelowane ze stanem technicznym obiektu. Klasyfikatorem stanu przekładni były dwie sieci neuronowe, pierwsza utworzona dla czterech cech a druga dla wszystkich ośmiu. Druga sieć miała na celu sprawdzenie poprawności wyboru cech.
Źródło:
Diagnostyka; 2010, 3(55); 9-12
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
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