Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "error optimization" wg kryterium: Temat


Wyświetlanie 1-9 z 9
Tytuł:
Influence of mesh refinement on results of elastic-plastic FEM analysis
Autorzy:
Szabracki, P.
Lipiński, T.
Powiązania:
https://bibliotekanauki.pl/articles/297864.pdf
Data publikacji:
2014
Wydawca:
Uniwersytet Warmińsko-Mazurski w Olsztynie
Tematy:
FEM analysis
local mesh refinement
elastic-plastic deformation
error optimization
Opis:
To improve fitting of numerical results to experimental data, in the past, distances between nodes were decreased for whole mesh. A typical mesh generator for Finite Element Method (FEM) analysis ensures possibility to decrease distances between nodes for edges or surfaces of described geometries. Influence of local mesh refinement for a flat and round tensile specimen on fitting of numerical tensile simulation results to experimental data was presented in the paper. Local mesh refinement was performed for areas with the error values higher than threshold value. First iteration of flat and round mesh refinement has to improved correlation of numerical and experimental data with acceptable increase of mesh file size. Similar observations have been made for the second iteration of the flat specimen mesh. On the basis of analysis, shown that second iteration of round mesh refinement caused crucial increase of mesh file size and computation time with negligible fitting improvement.
Źródło:
Technical Sciences / University of Warmia and Mazury in Olsztyn; 2014, 17(2); 149-163
1505-4675
2083-4527
Pojawia się w:
Technical Sciences / University of Warmia and Mazury in Olsztyn
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A new predictive filter for nonlinear alignment model of stationary MEMS inertial sensors
Autorzy:
Alhassan, Hassan Majed
Ghahremani, Nemat Allah
Powiązania:
https://bibliotekanauki.pl/articles/2052163.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
predictive filter
nonlinear alignment
model error
optimization
MEMS inertial sensors
Opis:
This paper proposes a new approach called the Predictive Kalman Filter (PKF) which predicts and compensates model errors of inertial sensors to improve the accuracy of static alignment without the use of external assistance. The uncertain model error is the main problem in the field as the Micro Electro Mechanical System (MEMS) inertial sensors have bias which change over time, and these errors are not all observable. The proposed filter determines an optimal equivalent model error by minimizing a quadratic penalty function without augmenting the system state space. The optimization procedure enables the filter to decrease both model uncertainty and external disturbances. The paper first presents the complete formulation of the proposed filter. Then, a nonlinear alignment model with a large misalignment angle is considered. Experimental results demonstrate that the new method improves the accuracy and rapidness of the alignment process as the convergence time is reduced from 550 s to 50 s, and the azimuth misalignment angle correctness is decreased from 52′′ ± 47′′ to 4′′ ± 0.02′′.
Źródło:
Metrology and Measurement Systems; 2021, 28, 4; 673-691
0860-8229
Pojawia się w:
Metrology and Measurement Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Optimized grid structures for the characteristic diagram based estimation of thermo-elastic tool center point displacements in machine tools
Autorzy:
Putz, M.
Ihlenfeldt, S.
Naumann, C.
Glänzel, J.
Powiązania:
https://bibliotekanauki.pl/articles/100061.pdf
Data publikacji:
2017
Wydawca:
Wrocławska Rada Federacji Stowarzyszeń Naukowo-Technicznych
Tematy:
characteristic diagram
adaptive structured grids
thermoelastic deformation
grid optimization
thermal error estimation
Opis:
It is a well-known problem of milling machines, that waste heat from motors, friction effects on guides and also the milling process itself greatly affect the positioning accuracy and thus the production quality. An economic and energy-efficient method of correcting this thermo-elastic positioning error is to gather sensor data from the machine tool and the process and to use that information to predict and correct the resulting tool center point displacement using high dimensional characteristic diagrams. The size of these characteristic diagrams depends on the number of input variables (sensors) and the fineness of the discretization of the grid. While the number of sensors can usually not be reduced without affecting the quality of the prediction, it is often possible to minimize the size of characteristic diagrams through the use of adaptive grid refinement. This ensures that the finest grid sections correspond with the load cases that have the largest local gradients. Through such adaptive refinement, it is possible to reduce storage capacity and computation time without significant loss of precision. The aim of this article is to examine, test and compare different methods of adaptive grid refinement. For this, simulation data from a machine tool is used.
Źródło:
Journal of Machine Engineering; 2017, 17, 3; 36-50
1895-7595
2391-8071
Pojawia się w:
Journal of Machine Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Regularization error estimates and discrepancy principle for optimal control problems with inequality constraints
Autorzy:
Wachsmuth, D.
Wachsmuth, G.
Powiązania:
https://bibliotekanauki.pl/articles/206129.pdf
Data publikacji:
2011
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
source condition
discrepancy principle
nonsmooth optimization
convex constraints
sparsity
regularization error estimates
Opis:
In this article we study the regularization of optimization problems by Tikhonov regularization. The optimization problems are subject to pointwise inequality constraints in L²(Ω). We derive a-priori regularization error estimates if the regularization parameter as well as the noise level tend to zero. We rely on an assumption that is a combination of a source condition and of a structural assumption on the active sets. Moreover, we introduce a strategy to choose the regularization parameter in dependence of the noise level. We prove convergence of this parameter choice rule with optimal order.
Źródło:
Control and Cybernetics; 2011, 40, 4; 1125-1158
0324-8569
Pojawia się w:
Control and Cybernetics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Adaptive Newton-like method for shape optimization
Autorzy:
Roche, J. R.
Powiązania:
https://bibliotekanauki.pl/articles/970159.pdf
Data publikacji:
2005
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
optymalizacja kształtu
zdolność przystosowania się
shape optimization
Newton-like algorithm
posteriori error
adaptability
Opis:
The aim of this work is to introduce an adaptive strategy to monitor the rate of convergence of a Newton-like method in numerical shape optimization. Such superlinear iterative algorithms are often computationally intensive and the rate of convergence depends on how accurate the numerical solution of the state equation is. The model concerns a cost function depending on the unknown domain [Omega], and the solution of an integral equation.
Źródło:
Control and Cybernetics; 2005, 34, 1; 363-377
0324-8569
Pojawia się w:
Control and Cybernetics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Error mitigation algorithm based on bidirectional fitting method for collision avoidance of Unmanned Surface Vehicle
Autorzy:
Song, L.
Chen, Z.
Mao, Y.
Dong, Z.
Xiang, Z.
Powiązania:
https://bibliotekanauki.pl/articles/260298.pdf
Data publikacji:
2018
Wydawca:
Politechnika Gdańska. Wydział Inżynierii Mechanicznej i Okrętownictwa
Tematy:
Unmanned Surface Vehicle
position prediction
error mitigation
autoregressive model
particle swarm optimization (PSO)
Opis:
Radars and sensors are essential devices for an Unmanned Surface Vehicle (USV) to detect obstacles. Their precision has improved significantly in recent years with relatively accurate capability to locate obstacles. However, small detection errors in the estimation and prediction of trajectories of obstacles may cause serious problems in accuracy, thereby damaging the judgment of USV and affecting the effectiveness of collision avoidance. In this study, the effect of radar errors on the prediction accuracy of obstacle position is studied on the basis of the autoregressive prediction model. The cause of radar error is also analyzed. Subsequently, a bidirectional adaptive filtering algorithm based on polynomial fitting and particle swarm optimization is proposed to eliminate the observed errors in vertical and abscissa coordinates. Then, simulations of obstacle tracking and prediction are carried out, and the results show the validity of the algorithm. Finally, the method is used to simulate the collision avoidance of USV, and the results show the validity and reliability of the algorithm.
Źródło:
Polish Maritime Research; 2018, 4; 13-20
1233-2585
Pojawia się w:
Polish Maritime Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Local cone approximations in optimization
Autorzy:
Castellani, M.
Pappalardo, M.
Powiązania:
https://bibliotekanauki.pl/articles/970281.pdf
Data publikacji:
2007
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
nonsmooth optimization
cone approximations
generalized directional epiderivatives
optimality conditions
constraint qualifications
mean value theorem
error bound
Opis:
We show how to use intensively local cone approximations to obtain results in some fields of optimization theory such as optimality conditions, constraint qualifications, mean value theorems and error bound.
Źródło:
Control and Cybernetics; 2007, 36, 3; 583-600
0324-8569
Pojawia się w:
Control and Cybernetics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
An improved GM(1.1) model with background value optimization and Fourier-series residual error correction and its application in cost forecasting of coal mine
Ulepszony model GM(1,1) z optymalizacją wartości tła i korekcją błędów resztkowych szeregów Fouriera oraz jego zastosowanie w prognozowaniu kosztów kopalni węgla kamiennego
Autorzy:
Liu, Di
Li, Guoqing
Chanda, Emmanuel K.
Hu, Nailian
Ma, Zhaoyang
Powiązania:
https://bibliotekanauki.pl/articles/216495.pdf
Data publikacji:
2019
Wydawca:
Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:
cost forecasting
dynamic grey model
background value optimization
Fourier series
residual error correction
prognozowanie kosztów
dynamiczny model szary
optymalizacja wartości tła
korekcja błędów resztkowych
szeregi Fouriera
Opis:
This paper researches the application of grey system theory in cost forecasting of the coal mine. The grey model (GM(1.1)) is widely used in forecasting in business and industrial systems with advantages of minimal data, a short time and little fluctuation. Also, the model fits exponentially with increasing data more precisely than other prediction techniques. However, the traditional GM(1.1) model suffers from the poor anti-interference ability. Aimed at the flaws of the conventional GM(1.1) model, this paper proposes a novel dynamic forecasting model with the theory of background value optimization and Fourier-series residual error correction based on the traditional GM(1.1) model. The new model applies the golden segmentation optimization method to optimize the background value and Fourier-series theory to extract periodic information in the grey forecasting model for correcting the residual error. In the proposed dynamic model, the newest data is gradually added while the oldest is removed from the original data sequence. To test the new model’s forecasting performance, it was applied to the prediction of unit costs in coal mining, and the results show that the prediction accuracy is improved compared with other grey forecasting models. The new model gives a MAPE & C value of 0.14% and 0.02, respectively, compared to 1.75% and 0.37 respectively for the traditional GM(1.1) model. Thus, the new GM(1.1) model proposed in this paper, with advantages of practical application and high accuracy, provides a new method for cost forecasting in coal mining, and then help decision makers to make more scientific decisions for the mining operation.
W pracy zbadano zastosowanie teorii szarego systemu w prognozowaniu kosztów kopalni węgla. Szary model (GM(1,1)) jest szeroko wykorzystywany w prognozowaniu w systemach biznesowych i przemysłowych z niewielką ilością danych, krótkim czasem i nieznacznymi wahaniami. Ponadto model dopasowuje wykładniczo dane bardziej dokładnie niż inne techniki prognozowania. Jednak tradycyjny model GM(1,1) ma słabą zdolność przeciwdziałania zakłóceniom. Mając na uwadze wady konwencjonalnego modelu GM(1,1), w artykule zaproponowano – w oparciu o tradycyjny model GM(1,1) – nowy model dynamicznego prognozowania z teorią optymalizacji wartości tła i korektą błędów resztkowych szeregów Fouriera. Nowy model stosuje metodę optymalizacji złotej segmentacji do optymalizacji wartości tła oraz teorię szeregów Fouriera w celu wyodrębnienia okresowych informacji w szarym modelu prognozowania, aby skorygować błąd resztkowy. W proponowanym modelu dynamicznym najnowsze dane są stopniowo dodawane, podczas gdy najstarsze – usuwane z oryginalnej sekwencji danych. Aby przetestować dokładność prognozowania nowego modelu, zastosowano go do prognozowania kosztów jednostkowych pozyskania węgla, a wyniki pokazują, że dokładność prognozowania jest lepsza w porównaniu z innymi szarymi modelami prognozowania. Nowy model daje wartości MAPE & C wynoszące odpowiednio 0,33% i 0,07, w porównaniu z odpowiednio 1,1% i 0,3 dla tradycyjnego modelu GM(1,1). Zatem zaproponowany w artykule, ulepszony model GM(1,1) z zaletami praktycznego zastosowania i wysoką dokładnością, jest nową metodą prognozowania kosztów w górnictwie węgla, która ułatwia decydentom podejmowanie decyzji ugruntowanych naukowo dotyczących operacji pozyskania węgla.
Źródło:
Gospodarka Surowcami Mineralnymi; 2019, 35, 3; 75-98
0860-0953
Pojawia się w:
Gospodarka Surowcami Mineralnymi
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A new method for analytic determination of extremum of the transients in linear systems
Autorzy:
Górecki, H.
Powiązania:
https://bibliotekanauki.pl/articles/970346.pdf
Data publikacji:
2004
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
równanie przestępne
układ stacjonarny liniowy
optymalizacja parametryczna
formułka obliczeniowa
wyróżnik funkcji wykładniczej
wyznacznik Vandermondesa
wzór Vietesa
transcendental equations
extremal dynamic error
linear stationary system
parametric optimization
analytic formulae
discriminants of exponential functions
Vandermonde's determinant
Viete's formulae
process control
Opis:
The relation between extremal values of the error and the coefficients of its differential equations is one of the central problems of control systems in chemical industry, because extremal values of the error sometimes cause serious damages to the environment or to the system itself. Analytical formulae for the determination of these values are known only for the second-order systems. In this paper a method which permits to determine extremal values of the error in higher-order systems is proposed.
Źródło:
Control and Cybernetics; 2004, 33, 2; 275-295
0324-8569
Pojawia się w:
Control and Cybernetics
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-9 z 9

    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