Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "genetic algorithms" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 174
Tytuł:
Intelligent PI controller and its application to dissolved oxygen tracking problem
Autorzy:
Zubowicz, T.
Brdys, M. A.
Piotrowski, R.
Powiązania:
https://bibliotekanauki.pl/articles/384365.pdf
Data publikacji:
2010
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
aeration process
artificial intelligence
control systems
dissolved oxygen
tracking problem
fuzzy logic controller
genetic algorithms
intelligent control
Takagi Sugeno Kang method
TSK
soft switching
wastewater treatment
Opis:
The paper addresses design, calibration, implementation and simulation of the intelligent PI controller used for dissolved oxygen (DO) tracking at wastewater treatment plant (WWTP). The calibration process presented in this paper utilizes both engineering and scientific methods. Verification of the control system design method was obtained via simulation experiments.
Źródło:
Journal of Automation Mobile Robotics and Intelligent Systems; 2010, 4, 3; 16-24
1897-8649
2080-2145
Pojawia się w:
Journal of Automation Mobile Robotics and Intelligent Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Towards a distributed solution to multi-robot task allocation problem with energetic and spatiotemporal constraints
Autorzy:
Zitouni, Farouq
Harous, Saad
Maamri, Ramdane
Powiązania:
https://bibliotekanauki.pl/articles/305365.pdf
Data publikacji:
2020
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
multi-robot systems
multi-robot task allocation
energetic constraints
spatial constraints
temporal constraints
objective function
parallel distributed guided genetic algorithms
Opis:
This paper tackles the Multi-Robot Task Allocation problem. It consists of two distinct sets: a set of tasks (requiring resources), and a set of robots (offering resources). Then, the tasks are allocated to robots while optimizing a certain objective function subject to some constraints; e.g., allocating the maximum number of tasks, minimizing the distances traveled by the robots, etc. Previous works mainly optimized the temporal and spatial constraints, but no work focused on energetic constraints. Our main contribution is the introduction of energetic constraints on multi-robot task allocation problems. In addition, we propose an allocation method based on parallel distributed guided genetic algorithms and compare it to two state-of-the-art algorithms. The performed simulations and obtained results show the effectiveness and scalability of our solution, even in the case of a large number of robots and tasks. We believe that our contribution is applicable in many contemporary areas of research such as smart cities and related topics.
Źródło:
Computer Science; 2020, 21 (1); 3-24
1508-2806
2300-7036
Pojawia się w:
Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Genetic algorithm coupled with Bézier curves applied to the magnetic field on a solenoid axis synthesis
Autorzy:
Ziolkowski, M.
Gratkowski, S.
Powiązania:
https://bibliotekanauki.pl/articles/141616.pdf
Data publikacji:
2016
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
Bézier curves
genetic algorithms
magnetic field synthesis
nonlinear inverse
problems
Opis:
Electromagnetic arrangements which create a magnetic field of required distribution and magnitude are widely used in electrical engineering. Development of new accurate designing methods is still a valid topic of technical investigations. From the theoretical point of view the problem belongs to magnetic fields synthesis theory. This paper discusses a problem of designing a shape of a solenoid which produces a uniform magnetic field on its axis. The method of finding an optimal shape is based on a genetic algorithm (GA) coupled with Bézier curves.
Źródło:
Archives of Electrical Engineering; 2016, 65, 2; 361-370
1427-4221
2300-2506
Pojawia się w:
Archives of Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Soft computing methods applied to condition monitoring and fault diagnosis for maintenance
Autorzy:
Zio, E.
Powiązania:
https://bibliotekanauki.pl/articles/2069596.pdf
Data publikacji:
2007
Wydawca:
Uniwersytet Morski w Gdyni. Polskie Towarzystwo Bezpieczeństwa i Niezawodności
Tematy:
soft computing
artificial neural networks
fuzzy logic
genetic algorithms
condition monitoring
fault diagnosis
maintenance
Opis:
Malfunctions in equipment and components are often sources of reduced productivity and increased maintenance costs in various industrial applications. For this reason, machine condition monitoring is being pursued to recognize incipient faults in the strive towards optimising maintenance and productivity. In this respect, the following lecture notes provide the basic concepts underlying some methodologies of soft computing, namely neural networks, fuzzy logic systems and genetic algorithms, which offer great potential for application to condition monitoring and fault diagnosis for maintenance optimisation. The exposition is purposely kept on a somewhat intuitive basis: the interested reader can refer to the copious literature for further technical details.
Źródło:
Journal of Polish Safety and Reliability Association; 2007, 2; 363--377
2084-5316
Pojawia się w:
Journal of Polish Safety and Reliability Association
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Artificial intelligence algorithms combined with the PIES in identification of polygonal boundary geometry
Algorytmy sztucznej inteligencji połączone z PURC w identyfikacji kształtu wielokątnej geometrii brzegu
Autorzy:
Zieniuk, E.
Kużelewski, A.
Gabrel, W.
Powiązania:
https://bibliotekanauki.pl/articles/327836.pdf
Data publikacji:
2006
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
PURC
identyfikacja kształtu brzegu
algorytmy genetyczne
sztuczny system immunologiczny
PIES
identification of a boundary shape
genetic algorithms
artificial immune systems
Opis:
Identification of a shape of a boundary belongs to a very interesting part of boundary problems called inverse problems. Various methods were used to solve these problems. Therefore in practice, there are two well-known methods widely applied to solve the problem: the FEM and the BEM. In this paper a competitive meshless and more effective method - the PIES combined with artificial intelligence (AI) methods is applied to solve the shape inverse problems. The aim of the paper is an examination of two popular AI algorithms (genetic algorithms and artificial immune systems) in identification of the shape of the boundary.
Identyfikacja kształtu brzegu należy do bardzo interesującej grupy zagadnień brzegowych nazywanej zagadnieniami odwrotnymi. Istnieje liczna grupa metod służących rozwiązywaniu takich problemów. Jednakże w praktyce do rozwiązywania zagadnień odwrotnych szeroko wykorzystywane są dwie metody: MES i MEB. W niniejszej pracy zaproponowano zastosowanie alternatywnej bezelementowej i bardziej efektywnej metody - PURC połączonej z algorytmami sztucznej inteligencji (SI) do identyfikacji kształtu brzegu. Celem pracy jest zbadanie efektywności dwóch popularnych algorytmów SI (algorytmów genetycznych i sztucznych systemów immunologicznych) w identyfikacji kształtu brzegu.
Źródło:
Diagnostyka; 2006, 2(38); 53-56
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The identification of the boundary geometry with corner points in inverse two-dimensional potential problems
Autorzy:
Zieniuk, E.
Gabrel, W.
Powiązania:
https://bibliotekanauki.pl/articles/1931586.pdf
Data publikacji:
2002
Wydawca:
Politechnika Gdańska
Tematy:
inverse boundary value problem
boundary geometry identification
geometry
parametric integral equation system
finite element method
boundary element method
evolution algorithm
genetic algorithms
Opis:
The paper presents fragment of a larger study concerning the effective methods of solving the inverse boundary value problems. The boundary value problem described here is formulated as a problem of the identification of a boundary geometry with corner points. A method using a parametric integral equations system (PIES) is proposed. PIES used in the method makes the easy modelling of the geometry with corner points possible. This effect is obtained by the application of modified splines. An evolution algorithm is used for the effective control of modifications of the boundary geometry. Some experimental tests of the efficiency of the discussed method were performed for two-dimensional inverse potential problems.
Źródło:
TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk; 2002, 6, 4; 651-660
1428-6394
Pojawia się w:
TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie i porównanie algorytmów metaheurystycznych i optymalizacyjnych w rekonstrukcji konduktancji siatek rezystorów
Applcation and comparasion of metaheuristic and optimization algorithms for reconstruction of conductances in resistive grids
Autorzy:
Zegarmistrz, P.
Galias, Z.
Powiązania:
https://bibliotekanauki.pl/articles/408046.pdf
Data publikacji:
2012
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
siatka rezystorów
algorytm rekonstrukcji
tomografia rezystancyjna
wyżarzanie symulowane
algorytmy genetyczne
metody optymalizacyjne
resistive grid
reconstruction algorithm
resistance tomography
simulated annealing
genetic algorithms
optimization methods
Opis:
W pracy przedstawiono wyniki analizy algorytmów rekonstrukcji konduktancji prostokątnych siatek rezystorów na podstawie pomiarów brzegowych. Opracowano i zaimplementowano algorytmy rekonstrukcji bazujące na metodach metaheurystcznych (symulowane wyżarzanie, algorytmy genetyczne) oraz optymalizacyjnych. Zaproponowane algorytmy porównano pod względem stabilności numerycznej oraz poprawności uzyskiwanych wyników. Przedstawiono ograniczenia istniejących algorytmów oraz zaproponowano usprawnienia.
The problem of reconstruction of conductances in rectangular resistive grids from boundary measurements is studied. Several reconstruction algorithms based on metaheuristics (simulated annealing, genetic algorithms) and optimization methods are compared in terms of numerical stability and accuracy of the results. Limitations of the algorithms are discussed and several improvements are proposed.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2012, 3; 19-24
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie algorytmu genetycznego przy wyznaczaniu optymalnego rozmieszczenia sił służb odpowiedzialnych za zapewnienie bezpieczeństwa w rejonie
Application of Genetic Algorithm for Determining Optimal Deployment of Forces Responsible for Ensuring Security in the Region
Autorzy:
Zapert, Piotr
Powiązania:
https://bibliotekanauki.pl/articles/590674.pdf
Data publikacji:
2015
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Algorytmy genetyczne
Bezpieczeństwo publiczne
Optymalizacja
Systemy ekspertowe
Expert systems
Genetic algorithms
Optimalization
Public security
Opis:
W artykule rozpatrzono zagadnienie komputerowego wspomagania optymalizacji rozmieszczenia elementów aktywnych Dziedzinowego Systemu Bezpieczeństwa. Zaprezentowano metodę wyznaczania optymalnego rozmieszczenia z użyciem algorytmu genetycznego przy dokładnym wnioskowaniu wartości składowych wskaźnika oceny rozmieszczeń. Sformułowano przykładowe zadanie optymalizacji rozmieszczenia dwóch elementów aktywnych zapewniających bezpieczeństwo dwóch obiektów ochranianych. Zadanie zostało następnie rozwiązane z użyciem dedykowanej aplikacji J2EE.
Elaboration discusses the issue of computer support for optimising the deployment of active elements of an Domain Security System. It presents method of determining optimal deployment, with use of genetic algorithm, in case of determining values of index of quality evaluation of the deployment with accurate reasoning. An example task of optimising the deployment of active elements protecting two entities has been formulated and solved using developed J2EE application.
Źródło:
Studia Ekonomiczne; 2015, 237; 130-146
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Evolutionary algorithms and neural networks applied to the computer - aided medical diagnosis
Autorzy:
Zaganczyk, A.
Powiązania:
https://bibliotekanauki.pl/articles/333696.pdf
Data publikacji:
2002
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
algorytmy genetyczne
sieci nuronowe
systemy hybrydowe
zawał mięśnia sercowego
genetic algorithms
neural networks
hybrid systems
myocardial infarction
Opis:
The purpose of presented work is to create a project and computer implementation of complex decision support system used in an important medical field, which is cardiology. This system is applied to support physical diagnosis concern different kinds of myocardial infraction. The system - called NEUROGEN v.01, is a kind of hybrid system, which is a combination of Genetic Algorithm (GA) and Neural Network (NN). The idea of this specific combination is that GA is used as a evolutionary method of learning of NN. In accordance with this special task, the NN is a three-layer feedforward network with eight numbers of input neurons, six numbers of hidden and five number of output neurons. The number of neurons in each layer was appointed on the base of data of the task. In this work, the purpose was to look for the optimal values of the parameters of algorithm, which are: crossover probability, mutation probability, the number of individuals in population, the number of generations of the algorithm and λ - parameter of function of activation which characterize neurons in NN. An extra task is to check if the beginning population has any influence on effectiveness of the system. In this paper there will be presented the way of rising of NEUROGEN v.01 and achieved results.
Źródło:
Journal of Medical Informatics & Technologies; 2002, 4; SN21-24
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Mining Pharmacy Database Using Evolutionary Genetic Algorithm
Autorzy:
Ykhlef, M.
ElGibreen, H.
Powiązania:
https://bibliotekanauki.pl/articles/226717.pdf
Data publikacji:
2010
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
data mining
evolutionary algorithms
genetic algorithm
pharmacy database
sequential patterns
Opis:
Medication management is an important process in pharmacy field. Prescribing errors occur upstream in the process, and their effects can be perpetuated in subsequent steps. Prescription errors are an important issue for which conflicts with another prescribed medicine could cause severe harm for a patient. In addition, due to the shortage of pharmacists and to contain the cost of healthcare delivery, time is also an important issue. Former knowledge of prescriptions can reduce the errors, and discovery of such knowledge requires data mining techniques, such as Sequential Pattern. Moreover, Evolutionary Algorithms, such as Genetic Algorithm (GA), can find good rules in short time, thus it can be used to discover the Sequential Patterns in Pharmacy Database. In this paper GA is used to assess patient prescriptions based on former knowledge of series of prescriptions in order to extract sequenced patterns and predict unusual activities to reduce errors in timely manner.
Źródło:
International Journal of Electronics and Telecommunications; 2010, 56, 4; 427-432
2300-1933
Pojawia się w:
International Journal of Electronics and Telecommunications
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Genetic algorithm combined with a local search method for identifying susceptibility genes
Autorzy:
Yang, C -H.
Moi, S. -H.
Lin, Y. -D.
Chuang, L. -Y.
Powiązania:
https://bibliotekanauki.pl/articles/91586.pdf
Data publikacji:
2016
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
genetic algorithms
identifying susceptibility genes
local search algorithm
Opis:
Detecting genetic association models between single nucleotide polymorphisms (SNPs) in various disease-related genes can help to understand susceptibility to disease. Statistical tools have been widely used to detect significant genetic association models, according to their related statistical values, including odds ratio (OR), chi-square test (χ2), p-value, etc. However, the high number of computations entailed in such operations may limit the capacity of such statistical tools to detect high-order genetic associations. In this study, we propose lsGA algorithm, a genetic algorithm based on local search method, to detect significant genetic association models amongst large numbers of SNP combinations. We used two disease models to simulate the large data sets considering the minor allele frequency (MAF), number of SNPs, and number of samples. The three-order epistasis models were evaluated by chi-square test (χ2) to evaluate the significance (P-value < 0.05). Analysis results showed that lsGA provided higher chi-square test values than that of GA. Simple linear regression indicated that lsGA provides a significant advantage over GA, providing the highest β values and significant p-value.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2016, 6, 3; 203-212
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Integrated system of health management-oriented reliability prediction for a spacecraft software system with an adaptive genetic algorithm support vector machine
Zorientowane na zintegrowane zarządzanie kondycją systemu prognozowanie niezawodności systemów oprogramowania statków kosmicznych z wykorzystaniem opartej na adaptacyjnym algorytmie genetycznym maszyny wektorów nośnych
Autorzy:
Xu, J.
Meng, Z
Xu, L.
Powiązania:
https://bibliotekanauki.pl/articles/300804.pdf
Data publikacji:
2014
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
spacecraft software system
reliability
integrated system health management
adaptive genetic algorithms support vector machine
system oprogramowania statku kosmicznego
niezawodność
zintegrowane zarządzanie kondycją systemu
adaptacyjne algorytmy genetyczne
maszyna wektorów nośnych
Opis:
Software reliability prediction is very important to minimize cost and improve software development effectiveness, especially in a spacecraft’s software system. In this paper, a new spacecraft software system reliability definition is given and a new reliability prognostics-oriented life cycle integrated system health management for a spacecraft software system is focused on. Adaptive genetic algorithms are then combined with a support vector machine to build an adaptive genetic algorithm support vector machine reliability prediction model. This model attempts to overcome the genetic algorithm weaknesses, such as the local minima and premature convergence problems, and solves the parameter selection difficulties often encountered in a support vector machine. After construction, the proposed adaptive genetic algorithm support vector machine model is employed to predict the reliability of a spacecraft software system. Finally, a numerical example is given to show how the proposed approach has a superior prediction performance compared to a standard support vector machine and artificial neural network.
Przewidywanie niezawodności oprogramowania odgrywa ważną rolę w minimalizowaniu kosztów i poprawie efektywności tworzenia oprogramowania, zwłaszcza w odniesieniu do systemów oprogramowania statków kosmicznych. W niniejszej pracy, podano nową definicję niezawodności systemu oprogramowania statku kosmicznego koncentrując uwagę na opartym na prognozowaniu niezawodności oraz cyklu życia modelu zintegrowanego zarządzania kondycją systemu opracowanego dla systemu oprogramowania statku kosmicznego. Skonstruowano następnie model przewidywania niezawodności oparty na połączeniu adaptacyjnych algorytmów genetycznych oraz maszyny wektorów nośnych. Model ten stanowi próbę przezwyciężenia słabości algorytmów genetycznych, takich jak problem minimów lokalnych czy problem przedwczesnej zbieżności, a także rozwiązania trudności związanych z doborem parametrów, jakie często występują przy zastosowaniu maszyny wektorów nośnych. Skonstruowany model opartej na adaptacyjnym algorytmie genetycznym maszyny wektorów nośnych zastosowano do przewidywania niezawodności systemu oprogramowania statku kosmicznego. Wreszcie, przedstawiono przykład liczbowy, który pokazuje że opracowany model charakteryzuje się wyższą dokładnością prognozowania w porównaniu do standardowej maszyny wektorów nośnych oraz sztucznej sieci neuronowej.
Źródło:
Eksploatacja i Niezawodność; 2014, 16, 4; 571-578
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Voice command recognition using hybrid genetic algorithm
Autorzy:
Wroniszewska, M.
Dziedzic, J.
Powiązania:
https://bibliotekanauki.pl/articles/1955309.pdf
Data publikacji:
2010
Wydawca:
Politechnika Gdańska
Tematy:
voice command recognition
genetic algorithms
K-nearest neighbour
hybrid approach
Opis:
Speech recognition is a process of converting the acoustic signal into a set of words, whereas voice command recognition consists in the correct identification of voice commands, usually single words. Voice command recognition systems are widely used in the military, control systems, electronic devices, such as cellular phones, or by people with disabilities (e.g., for controlling a wheelchair or operating a computer system). This paper describes the construction of a model for a voice command recognition system based on the combination of genetic algorithms (GAs) and K-nearest neighbour classifier (KNN). The model consists of two parts. The first one concerns the creation of feature patterns from spoken words. This is done by means of the discrete Fourier transform and frequency analysis. The second part constitutes the essence of the model, namely the design of the supervised learning and classification system. The technique used for the classification task is based on the simplest classifier – K-nearest neighbour algorithm. GAs, which have been demonstrated as a good optimization and machine learning technique, are applied to the feature extraction process for the pattern vectors. The purpose and main interest of this work is to adapt such a hybrid approach to the task of voice command recognition, develop an implementation and to assess its performance. The complete model of the system was implemented in the C++ language, the implementation was subsequently used to determine the relevant parameters of the method and to improve the approach in order to obtain the desired accuracy. Different variants of GAs were surveyed in this project and the influence of particular operators was verified in terms of the classification success rate. The main finding from the performed numerical experiments indicates the necessity of using genetic algorithms for the learning process. In consequence, a highly accurate recognition system was obtained, providing 94.2% correctly classified patterns. The hybrid GA/KNN approach constituted a significant improvement over the simple KNN classifier. Moreover, the training time required for the GA to learn the given set of words was found to be on a level that is acceptable for the efficient functioning of the voice command recognition system.
Źródło:
TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk; 2010, 14, 4; 377-396
1428-6394
Pojawia się w:
TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Screen keyboard arrangement optimization for polish language
Optymalizacja układu klawiatury ekranowej dla języka polskiego
Autorzy:
Wołosik, M.
Tabędzki, M.
Powiązania:
https://bibliotekanauki.pl/articles/88388.pdf
Data publikacji:
2016
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
optymalizacja
klawiatura
algorytmy genetyczne
wyżarzanie symulowane
keyboard arrangement problem
genetic algorithms
simulated annealing
Opis:
The aim of this work was to find screen keyboard arrangement optimal for Polish language. This study adopted a standard shape and organization of the keyboard, the task is therefore only for identifying the best permutations of keys. Only the alphabet keys and five selected punctuation marks were permutated. In order to accomplish this task, machine learning methods were used: genetic algorithms and simulated annealing. Fitness function is based on two literary works and one technical document. The following criteria were used: of distance, the writing direction and row weights. The application prepared for the experiments was developed in Java. The paper describes used algorithms and obtained results. Best found arrangement would shorten the time to input sample texts by about 30% (assuming adequate accustom of the new layout by the writer).
Celem niniejszej pracy było opracowanie układu klawiatury ekranowej przeznaczonej dla języka polskiego. Przyjęto standardowy kształt i organizację klawiatury, zatem jest to zadanie wskazania najlepszej permutacji klawiszy, przy czym permutacji podlegały jedynie klawisze znaków alfabetu oraz pięć wybranych znaków interpunkcyjnych. W celu realizacji tak określonego zadania, posłużono się metodami uczenia maszynowego: algorytmami genetycznymi oraz algorytmem symulowanego wyżarzania. Funkcja dopasowania opiera się na dwóch utworach literackich oraz jednym dokumencie technicznym. Zastosowano kryteria odległości oraz lokalizacji klawiszy (biorąc pod uwagę kierunek pisania oraz wagi rzędów). Aplikację przygotowaną w celu wykonania badan eksperymentalnych opracowano w języku Java. W pracy opisano zastosowane algorytmy oraz przedstawiono wyniki uzyskane na drodze eksperymentów. Najlepsze znalezione układy pozwoliłyby skrócić czas ´ wprowadzania przykładowych tekstów o około 30% (zakładając odpowiednie opanowanie nowego układu przez piszącego).
Źródło:
Advances in Computer Science Research; 2016, 13; 75-93
2300-715X
Pojawia się w:
Advances in Computer Science Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Metody ewolucyjne w analizie zmian kursu akcji spółek giełdowych
Evolutionary methods for the analysis of changes in price of company stock exchange
Autorzy:
Wojarnik, Grzegorz
Powiązania:
https://bibliotekanauki.pl/articles/1367355.pdf
Data publikacji:
2015
Wydawca:
Uniwersytet Szczeciński. Wydawnictwo Naukowe Uniwersytetu Szczecińskiego
Tematy:
genetic algorithms
stock exchange
technical analysis
algorytmy genetyczne
giełda papierów wartościowych
analiza techniczna
Opis:
Metody ewolucyjne są jedną z dróg rozwoju sztucznej inteligencji, która czerpiąc z teorii doboru naturalnego, pozwala na rozwiązywanie złożonych problemów, trudnych do rozwiązania tradycyjnymi metodami ekonometrycznymi, statystycznymi lub przy pomocy badań operacyjnych. Jedną z podstawowych metod ewolucyjnych są algorytmy genetyczne, które były wielokrotnie wykorzystane do rozwiązywania różnorodnych problemów związanych z inwestowaniem na rynku papierów wartościowych. Dlatego celem artykułu jest systematyka doświadczeń związanych z wykorzystaniem algorytmów genetycznych w analizie zmian kursu akcji spółek giełdowych oraz podsumowanie osiągnięć w tym zakresie. Jednocześnie artykuł będzie stanowił próbę przedstawienia warunków brzegowych oraz klas problemów z obszaru giełdy papierów wartościowych, najbardziej dogodnych i nadających się do wykorzystania metod ewolucyjnych ze szczególnym uwzględnieniem algorytmów genetycznych.
Evolutionary methods are one of the paths of development of artificial intelligence, which is drawing from the theory of natural selection allows you to solve complex problems, that are difficult to solve using traditional methods econometric, statistical or operations research.One of the basic evolutionary methods are genetic algorithms that are repeatedly used to solve various problems associated with investing in the stock market. Therefore the aim of this article is to review the experience associated with the use of genetic algorithms in the analysis of the share price of listed and to present examples of achievements in this field.Simultaneously this article can be described as an attempt to present a class of problems in the area of the stock market that are most suitable for use evolutionary methods with particular emphasis on genetic algorithms.
Źródło:
Zeszyty Naukowe. Studia Informatica; 2015, 36; 39-50
0867-1753
Pojawia się w:
Zeszyty Naukowe. Studia Informatica
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 174

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